Springe direkt zu Inhalt

(Expired) Wissenschaftliche*r Mitarbeiter*in (m/w/d) in Research Area 5: "Building Digital Communities"

Eine Stelle als Wissenschaftliche*r Mitarbeiter*in, Vollzeitbeschäftigung, befristet auf 2 ½ Jahre. Entgeltgruppe 13 TV-L FU.

Bewerbungsende: 13.03.2023

News from Feb 21, 2023

Ziel des Exzellenzclusters EXC 2020 Temporal Communities: Doing Literature in a Global Perspective ist es, die Konzeption von Literatur in globaler Perspektive grundlegend neu zu denken. Mit dem Konzept der „Temporal Communities“ wird dabei untersucht, wie Literatur über Räume und Zeiten hinweg ausgreift und dabei – manchmal über Jahrtausende – komplexe Zeitlichkeiten und Netzwerke ausbildet und in ständigem Austausch mit anderen Künsten, Medien, Institutionen und gesellschaftlichen Phänomenen steht. Der Cluster organisiert seine Arbeit in fünf Research Areas: 1. Competing Communities, 2. Travelling Matters, 3. Future Perfect, 4. Literary Currencies, 5. Building Digital Communities.

Die Stelle ist angesiedelt in der Research Area 5 (»Building Digital Communities«), die sich mit der digitalen Modellierung, Visualisierung und Analyse literaturwissenschaftlicher Daten auseinandersetzt. Auf diese Weise sollen Zugänge zu einer datenintensiven Literaturgeschichtsschreibung geschaffen werden, wobei das gesamte Methodenspektrum der digitalen bzw. computationellen Literaturwissenschaften zum Einsatz kommen kann.

Die hier ausgeschriebene Stelle bietet Gelegenheit zur Durchführung eines auf zweieinhalb Jahre (30 Monate) angelegten eigenständigen Forschungsprojekts, das einen substanziellen Beitrag zur Forschungsagenda des Clusters leistet. Das Projekt soll die Fragen und Themen der Research Area (RA) 5, "Building Digital Communities", aufgreifen und sie mit dem Programm mindestens einer weiteren Research Area verknüpfen. Das Projekt soll damit dazu beitragen, die Forschungsfelder des Clusters stärker miteinander zu vernetzen.

Sie werden Teil eines Teams, das mit verschiedenen Korpora und Datenbanken, mit Linked Open Data, digitalen bibliografischen und anderen Metadaten arbeitet und diese synergetisch für exemplarische Anwendungsfälle zusammenführt und im Hinblick auf die Forschungsagenda des Clusters analysiert.

Die detaillierte und rechtsverbindliche Ausschreibung der Stelle finden Sie im Stellenanzeiger der Freien Universität Berlin vom 20. Februar 2023 unter der Kennung: EXC 2020 RTc Wimi RA5_ 2023 (PDF).

Aufgabengebiet

  • Eigenständige Bearbeitung eines auf zweieinhalb Jahre (30 Monate) angelegten selbst konzipierten Forschungsprojekts im Rahmen der Research Area 5 „Building Digital Communities“
  • Konzeptionelle und informationstechnische Mitarbeit bei der Aufbereitung, Modellierung, Analyse und Visualisierung digital vorliegender Daten, zugeschnitten auf literaturwissenschaftliche Fragestellungen.
  • Graphbasierte Wissens-/Datenmodellierung mit etablierten Standards für Forschungszwecke der historischen Geisteswissenschaften
  • Mitarbeit beim Aufbau der Kooperation mit den außeruniversitären Berliner Partnerinstitutionen des Clusters sowie Bibliotheken in der Freien Universität und in Berlin im Hinblick auf die Digitalstrategie des Clusters, idealerweise als integraler Bestandteil des vorgeschlagenen Forschungsprojekts
  • Substanzieller Beitrag zur Weiterentwicklung der Konzepte und Methoden des Clusters und zu seiner internationalen Vernetzung
  • Mitarbeit bei der Organisation und Durchführung von wissenschaftlichen Arbeits- und Diskussionstreffen, von Gastaufenthalten, interdisziplinärer Workshops und internationaler Tagungen

Einstellungsvoraussetzungen

Abgeschlossenes wissenschaftliches Studium (M.A., Magister, Staatsexamen, Diplom) eines literatur- oder kulturwissenschaftlichen Faches.

Erwünscht

  • dokumentierte, durch mehrjährige Berufserfahrung unterfütterte Zusatzkompetenz in den Digital Humanities, der Computerlinguistik, der Bibliotheks- oder Informationswissenschaften (oder ähnliches)
  • sehr gute Abschlussarbeit
  • Kenntnisse mindestens einer Programmiersprache (bevorzugt Python oder R)
  • Erfahrung im Bereich der Datenmodellierung mit etablierten (Metadaten-)Standards (wie etwa TEI, CIDOC-CRM, FRBR und SKOS) und in der Anwendung von Semantic Web-Technologien (RDF, OWL, SPARQL)
  • routinierter Umgang mit APIs (OAI-PMH, REST) sowie XML-Technologien (XSLT, XQuery, XPath)
  • Vertrautheit mit bestehenden Standards und Prinzipien zur Sicherstellung der Anknüpfbarkeit und der Nachnutzbarkeit von Datasets
  • Interesse an genuin literaturbezogenen Fragestellungen und Verfahren der textbasierten Digital Humanities
  • Erfahrung mit der Dokumentation von Workflows, Konfigurationen usw. von Vorteil
  • sehr gute Deutsch- und/oder Englischkenntnisse zur wissenschaftlichen Kommunikation
  • genauer, zielorientierter und zuverlässiger Arbeitsstil
  • Eigeninitiative sowie Teamfähigkeit

Weitere Informationen erteilt Herr Prof. Dr. Frank Fischer (ra5@temporal-communities.de).

Weitere Informationen

Bewerbungen sind mit aussagekräftigen Unterlagen unter Angabe der Kennung im Format PDF (als ein Dokument) elektronisch per E-Mail zu richten an Herrn Prof. Dr. Frank Fischer: ra5@temporal-communities.de oder per Post an die

Freie Universität Berlin

EXC 2020 Temporal Communities

Herrn Prof. Dr. Frank Fischer

Otto-von-Simson Straße 15

14195 Berlin (Dahlem)

Bewerbungen sollten neben den üblichen Unterlagen (CV, Zeugnisse, Publikationsliste) ein maximal 2-seitiges Exposé des geplanten Forschungsprojekts (inkl. Zeitplan für 30 Monate) in deutscher oder englischer Sprache umfassen. Aus dem Exposé soll insbesondere der konkrete Beitrag zur Forschungsagenda des Clusters aus der Perspektive der digitalen Literaturwissenschaften hervorgehen.

Mit der Abgabe einer Onlinebewerbung geben Sie als Bewerber*in Ihr Einverständnis, dass Ihre Daten elektronisch verarbeitet und gespeichert werden.

Wir weisen darauf hin, dass bei ungeschützter Übersendung Ihrer Bewerbung auf elektronischem Wege von Seiten der Freien Universität Berlin keine Gewähr für die Sicherheit übermittelter persönlicher Daten übernommen werden kann.

27 / 100