Über uns

Die Abteilung Computational Social Science (CSS) erhebt digitale Verhaltensdaten und stellt computerbasierte Methoden zur Erhebung und Analyse solcher Daten für die sozialwissenschaftliche Forschung bereit. Flankierend unterstützt sie Wissenschaftler*innen bei der Integration von digitalen Verhaltensdaten in ihre Forschungsdesigns. Forschungsschwerpunkte der Abteilung sind die Qualität digitaler Verhaltensdaten, die Entwicklung und Validierung von Computational Social Science Methoden sowie der Wandel digitaler Gesellschaften.

Das Team Designed Digital Data entwickelt Services für die Erhebung qualitativ hochwertiger digitaler Verhaltensdaten im Längsschnitt. Unsere Serviceinfrastrukturen – darunter GESIS Web Tracking – sind speziell darauf ausgelegt, digitale Verhaltensdaten und Surveydaten zu verbinden und so innovative sozialwissenschaftliche Forschung zu ermöglichen. In dieser Position wirken sie aktiv an der Erhebung, Aufbereitung und Analyse von Web Tracking-Daten mit und sammeln praxisnahe Erfahrungen in einem dynamischen und zukunftsweisenden Forschungsfeld der Computational Social Science.

Ihr Aufgabengebiet

• Mitarbeit bei der Organisation, Dokumentation und Qualitätssicherung innovativer Datenprodukte
• Analyse von Web Tracking-Daten, einschließlich URL- und Textklassifikation
• Literaturrecherche und Aufbereitung von Ergebnissen für wissenschaftliche Veröffentlichungen
• Mitwirkung an der Konzeption und Durchführung von Studien im Bereich Web Tracking und Data Linking
• Enge Zusammenarbeit mit Mitarbeitenden bei Publikationen und Konferenzbeiträgen

Ihr Profil

• Fortgeschrittenes oder abgeschlossenes Bachelorstudium oder eingeschriebenes Masterstudium mit einschlägigen Methodenkenntnissen in Computational Social Science, Politikwissenschaft, Kommunikationswissenschaft, Soziologie oder verwandten Bereichen
• Erfahrung mit R oder Python sowie ausgepägtes Interesse an empirischer Datenanalyse
• Interesse an digitalen Medien, Trackingmethoden und Fragen der Datenqualität
• Sorgfältige, strukturierte und eigenverantwortliche Arbeitsweise
• Gute Englischkenntnisse in Wort und Schrift

Wir bieten

• Spannende Einblicke und aktive Mitgestaltung bei der Erhebung und Analyse innovativer digitaler Verhaltensdaten im Bereich Computational Social Science
• Ein interdisziplinäres Arbeitsumfeld in einem motivierten und engagierten Team sowie vielfältige Möglichkeiten zur fachlichen und methodischen Weiterentwicklung
• Sehr gute Bedingungen bei der Gestaltung von Arbeitszeiten, um Studium und SHK-Tätigkeit optimal zu vereinen
• Flexible Arbeitszeiten und Regelungen zum mobilen Arbeiten
• Ganzheitliches Betriebliches Gesundheitsmanagement und die vergünstigte Teilnahme am Sportprogramm der Uni
• Förderung Ihrer Kompetenzen durch Weiterbildungsmaßnahmen

Kontakt

Für weitere Informationen zu den Aufgabengebieten wenden Sie sich bitte per E-Mail an Frank Mangold . Bei Fragen zum Bewerbungsprozess steht Ihnen Franca Tosetti per E-Mail zur Verfügung.