Promotionsstelle in Kooperation mit SAP zum Thema SAP Analytics Cloud - Optimization Enhancements and Uncertainty Considerations

  • Stellenausschreibung:

Stellenausschreibung

Die Stellenausschreibung finden Sie hier.

 

Promotionsstelle in Kooperation mit SAP:
SAP Analytics Cloud – Optimization Enhancements and Uncertainty Considerations

 

In der Forschungsgruppe Diskrete Optimierung und Logistik unter der Leitung von Professor Nickel ist am Institut für Operations Research des Karlsruher Instituts für Technologie (KIT) in Zusammenarbeit mit SAP SE eine Stelle als wissenschaftliche/r Mitarbeiter/in (Doktorand/in) für das Forschungsprojekt

SAC Planning – Optimization Enhancements and Uncertainty Considerations

zu besetzen. Die Stelle ist auf drei Jahre befristet, die Vergütung erfolgt gemäß TV-L je nach persönlicher Qualifikation. Die Möglichkeit zur Promotion ist gegeben. Die Stelle kann zum nächstmöglichen Zeitpunkt angetreten werden.

Persönliche Qualifikation: Voraussetzung ist ein abgeschlossenes Studium in Mathematik, Statistik, Informatik oder einem verwandten Studiengang mit Bezug zu den Themenbereichen Analytics, Statistics, Operations Research oder Optimierungstheorie. Bewerber sollten fundierte Kenntnisse und ausgeprägtes Interesse in den Bereichen Optimierung, Mathematische Programmierung und Statistik besitzen. Daneben werden gute Programmierkenntnisse erwartet. Erfahrungen oder Kenntnisse zu Softwaresystem zur Konfiguration, Planung und Steuerung von betrieblichen Prozessen sind von Vorteil.

Tätigkeitsbeschreibung: Die SAP Analytics Cloud (SAC) in ihrer jetzigen Form ermöglicht eine quantitative Unterstützung für Unternehmen in Bezug auf Berichterstattung, Visualisierung und Prognose. Eine systematische Unterstützung auf Basis von präskriptiven Modellen für diese Entscheidungen fehlt jedoch in der derzeitigen Infrastruktur der SAP Analytics Cloud. Ziel der Forschungsprojekts ist es daher, ertragsorientierte, mathematische Modelle und Lösungsverfahren zur Optimierung unter Datenunsicherheit zu identifizieren und einen Weg zu finden, wie sich diese Modelle die in SAC vorherrschende, vergleichsweise gute Datenlage zu Nutze machen können, um strategische Entscheidungen besser zu unterstützen.  Die daraus resultierenden Daten- und Optimierungsmodelle sollen es ermöglichen, Entscheidungsoptionen entsprechend der unsicheren Datenlage zu visualisieren und zu bewerten. Mit den gefundenen Modellen und Verfahren sollen dann die in der SAP Analytics Cloud aktuell bestehenden Lücken zur präskriptiven Planung im strategischen Bereich gefüllt werden. Die methodischen Erweiterungen des Planungsmoduls werden nach der Identifizierung branchenübergreifender Gemeinsamkeiten der ertragsorientierten Planung auf verschiedenen Planungsebenen entwickelt und an einer Auswahl von Unternehmen aus unterschiedlichen Branchen unter Verwendung der vorhandenen Datenbasis der SAP Analytics Cloud mithilfe prototypischer Implementierungen evaluiert. Perspektivisch kann dann das Methodenportfolio der SAP Analytics Cloud um diese Modelle erweitert werden.

Institut: Institut für Operations Research (IOR)

Eintrittstermin: Zum nächstmöglichen Zeitpunkt

Entgelt: TV-L E 13

Vertragsdauer: 36 Monate

Bewerbung bis: 15.08.2021

Bewerbung: Ihre Bewerbung senden Sie bitte – bevorzugt in elektronischer Form – an Prof. Stefan Nickel (stefan nickel does-not-exist.kit edu, Institut für Operations Research, Diskrete Optimierung und Logistik, Kaiserstr. 12, 76131 Karlsruhe). Die Bewerbung sollte die üblichen Unterlagen (Lebenslauf, Zeugnisse, wissenschaftlicher Werdegang, Publikationsverzeichnis) enthalten.

Ansprechpartner für fachliche Fragen: Für fachliche Auskünfte wenden Sie sich bitte an Prof. Stefan Nickel (stefan nickel does-not-exist.kit edu, 0721 608 43381). Weitere Informationen zu unseren Forschungsgruppen finden Sie unter www.ior.kit.edu.

Wir streben eine möglichst gleichmäßige Besetzung der Arbeitsplätze mit Beschäftigten (w/m/d) an und würden uns daher insbesondere über Bewerbungen von Frauen freuen. Bei gleicher Eignung werden anerkannt schwerbehinderte Menschen bevorzugt berücksichtigt.