Organisationseinheit
Institut für Wasser und Gewässerentwicklung (IWG)
Ihre Aufgaben
- Mitarbeit in einem Forschungsvorhaben zur Klassifizierung von kommunalen Kläranlagen
- Projektbearbeitung im Bereich der Datenverarbeitung und Analysen
- multidisziplinäre Zusammenarbeit mit Projektpartnern aus Wissenschaft, Verwaltung und Industrie
- Zusammenführung und Veröffentlichung der Forschungsergebnisse
Eintrittstermin
ab sofort nach Absprache
Ihre Qualifikation
- Überdurchschnittlichen Hochschulabschluss (Diplom (Uni)/Master) des Bau- oder Umweltingenieurwesens mit dem Schwerpunkt Siedlungswasserwirtschaft, Verfahrenstechnik und einschlägiger Vertiefung
- Breite fachliche Kenntnisse der Abwassertechnologie sowie Freude an innovativen Themen und wissenschaftlicher Arbeit
- Grundkenntnisse der Arbeit mit einem Geografischen Informationssystem
- Kenntnisse des Wasserrechts und der DWA-Regelwerke sind von Vorteil
- Sehr gute deutsche und englische Sprachkenntnisse in Wort und Schrift
- Eigenverantwortliche, selbständige und zielorientierte Arbeitsweise sowie Teamfähigkeit
Entgelt
EG 13, sofern die fachlichen und persönlichen Voraussetzungen erfüllt sind.
Vertragsdauer
befristet für 1 Jahr
Bewerbungsfrist bis zum
20.02.2023
Fachliche/r Ansprechpartner/in
Fachliche Auskünfte erteilt Ihnen gerne Dr.-Ing. Fuchs, Tel. +49 721 608-46199, E-Mail: stephan.fuchs@kit.edu oder Dr.-Ing Azari, Tel. +49 721 608-44116, E-Mail: mohammad.azari@kit.edu.
Bewerbung
Bewerbungen mit den üblichen Unterlagen in elektronischer Form werden erbeten an:
Karlsruher Institut für Technologie (KIT),
Institut für Wasser und Gewässerentwicklung
Fachbereich Siedlungswasserwirtschaft und Wassergütewirtschaft
Frau Anja Haarmann
Gotthard-Franz-Straße 3, Geb. 50.31
76131 Karlsruhe
E-Mail: anja.haarmann@kit.edu
Ausschreibungsnummer: 2022/2023
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.
