Wiss. Projektmitarbeiter:in (Prae-Doc) PhD-Student:in im Projekt: „Computer Vision zur automatisierten Erkennung von Verhaltensstörungen bei Schweinen“ – Shared Facility „Digitalisierung bei

Veterinärmedizinische Universität Wien

Veterinärplatz 1, 1210 Wien, Österreich

www.vetmeduni.ac.at

Referenznummer: 2026/0120

Seite 1/3

Die Vetmeduni arbeitet in der Lehre, in der Forschung und in ihren Dienstleistungsangeboten

an der Sicherstellung der Tiergesundheit in Österreich. Wir verstehen diese Aufgabe als

Beitrag zur Gesunderhaltung des Menschen und seiner tierischen Begleiter sowie zur

Produktion gesunder Nahrungsmittel. Zur Erfüllung dieser Aufgabe sucht

unsere Shared Facility „Digitalisierung bei Nutztieren (PLF Hub)“, am Klinischen

Department für Nutztiere und Transformation von Lebensmittelsystemen eine:n

Wiss. Projektmitarbeiter:in (Prae-Doc)

PhD-Student:in im Projekt: „Computer Vision zur

automatisierten Erkennung von Verhaltensstörungen bei

Schweinen“

Einstufung: B1 Prae-Doc

Beschäftigungsausmaß: 30 Stunden/Woche

Dauer des Dienstverhältnisses: befristet auf 3 Jahre

Bewerbungsfrist: 01.10.2026

Referenznummer: 2026/0120

Arbeitsort: Campus Vetmeduni Wien, VetFarm

Die Digitalisierung in der Viehzucht schreitet rasant voran. Einer der Faktoren, die zu dieser

Entwicklung beitragen, ist der zunehmende Einsatz von Sensortechnologien, z. B. zur

Tierüberwachung. In diesem Zusammenhang unterstützen Präzisionsnutztierhaltungs-

Technologien das Management von Tieren durch kontinuierliche, automatisierte

Echtzeitüberwachung von Produktion/Fortpflanzung, Gesundheit und Wohlbefinden und

integrieren einen bioingenieurtechnischen Ansatz für die Mensch-Tier-Interaktion, der

vielfältige Anwendungen und Vorteile bietet.

Aufgaben

• Selbstständige Forschungstätigkeiten im Rahmen einer PhD-Thesis
• Entwicklung von Computer-Vision-Methoden zur Phänotypisierung mit Fokus auf die

frühzeitige Erkennung abnormer Verhaltensweisen bei Absetzferkel

• Implementierung und Verbesserung modernster Computer-Vision-Methoden für

individuelle Identifikation, Verfolgung und Verhaltenserkennung

• Entwicklung von Techniken zur erhöhten Robustheit von Computer-Vision-Modellen

z.B. zur Erstellung synthetischer Datensätze

• Verfassen wissenschaftlicher Publikationen
• Präsentation von Forschungsergebnissen auf nationalen und internationalen

Konferenzen

Erforderliche Ausbildung, Qualifikationen und Kenntnisse

• Abgeschlossenes Studium der Veterinärmedizin (Diplomstudium oder gleichwertiger

Studienabschluss), Agrarwissenschaften, Informatik, Data Science, Bioengineering

oder Ingenieurwesen (Diplom- oder Bachelor+Masterstudium)

• Gute Englischkenntnisse (B2)

Weitere erwünschte Qualifikationen und Kompetenzen

• Nachweisliche Kenntnisse in Datenanalyse und Programmierung (z. B. C, C++, Python,

Java, Matlab, R)

• Nachweisliche Erfahrungen mit Deep-Learning-Frameworks
• Nachweisliche Erfahrungen mit Computer Vision
• Nachweisliche Erfahrung mit Videospiel-Engines und synthetischen Daten, z. B. Unreal

Engine 5

• Nachweisliches Interesse an Tiergesundheit, Tierschutz und -produktion sowie

Tierzucht

• Nachweisliche Kenntnisse in der Verhaltensdatenanalyse
• Nachweisliche Erfahrungen mit der Sensornutzung in der Biologie
• Fähigkeit, Forschung eigenständig durchzuführen
• Wissenschaftliche Veröffentlichungen

Was wir bieten

• Top-Universität: Die Vetmeduni ist eine der führenden veterinärmedizinischen

akademischen Bildungs- und Forschungsstätten Europas

• Stabiler Arbeitgeber
• Attraktiver Campus
• Persönliche und berufliche Aus- und Weiterbildungsmöglichkeiten
• Präventive und medizinische Gesundheitsförderung
• Diversitäts- und familienfreundliche Universitätskultur
• Kinderbetreuungs- und Ferienbetreuungsangebote
• Zahlreiche attraktive Zusatzleistungen
• Mitarbeiter:innenevents

Mindestentgelt

Das kollektivvertragliche Mindestentgelt für Arbeitnehmer:innen an Universitäten gemäß der

oben angegebenen Einstufung beträgt EUR 3.776,10 brutto monatlich auf Basis Vollzeit (40

Stunden/Woche).

Bewerbung

Wir freuen uns über Ihre Bewerbung mit der Kennzahl 2026/0120, welche Sie per E-Mail an

bewerbungen@vetmeduni.ac.at übermitteln. Bitte führen Sie die Kennzahl unbedingt an, da

wir Ihre Bewerbung sonst nicht korrekt zuordnen können.

Bitte legen Sie Ihrer Bewerbung unbedingt bei:

• Bescheide oder Urkunden sowie Transcript of Records des/der nachzuweisenden

Studienabschlusses/Studienabschlüsse

Die Vetmeduni strebt eine Erhöhung des Frauenanteils beim wissenschaftlichen und beim

allgemeinen Universitätspersonal insbesondere in Leitungsfunktionen an und fordert daher

qualifizierte Frauen ausdrücklich zur Bewerbung auf. Bei Unterrepräsentation von Frauen

werden Bewerberinnen, die gleich geeignet sind wie der bestgeeignete Mitbewerber vorrangig

aufgenommen, sofern nicht in der Person eines Mitbewerbers liegende Gründe überwiegen.

Referenznummer: 2026/0120

Datum: 29.07.2026

Seite 2/3

Die Bewerbungen sind gebührenfrei. Die Bewerber:innen haben keinen Anspruch auf

Abgeltung aufgelaufener Reise- und Aufenthaltskosten, die aus Anlass des

Aufnahmeverfahrens entstanden sind.

Die Vetmeduni ist stolze Trägerin des Zertifikats „hochschuleundfamilie“, daher freuen wir uns

über Bewerbungen von Personen mit Familienkompetenz. Ebenso sind uns Bewerbungen von

Menschen mit Behinderungen und chronischen Erkrankungen willkommen. Bei Rückfragen

dazu wenden Sie sich gerne an unsere Behindertenvertrauensperson

https://www.vetmeduni.ac.at/betriebsrat/unsere-behindertenvertrauenspersonen

Kontakt für weiterführende Informationen

Maciej Oczak, PhD

+43 664 602576919

maciej.oczak@vetmeduni.ac.at

https://www.vetmeduni.ac.at/plf-hub

Referenznummer: 2026/0120

Datum: 29.07.2026

Seite 3/3