Skip to main content

Datenmangement Scaling PISA (m/w/d)

Datenmangement Scaling PISA (m/w/d)

Zentrum für Internationale Bildungsvergleichsstudien (ZIB) e. V.
TUM School of Social Sciences and Technology
Technische Universität München

Am Lehrstuhl für Educational Monitoring and Effectiveness und dem Zentrum für Internationale Bildungsvergleichsstudien (ZIB) e.V. der TUM School of Social Sciences and Technology suchen wir zum nächstmöglichen Zeitpunkt eine oder einen

Datenmanagerin oder Datenmanager Skalierung (m/w/d)
PISA

in Teil- oder Vollzeit 75-100% (E13 TVL).

Die Professur Educational Monitoring and Effectiveness beschäftigt sich mit individuellen, schulischen und systemischen Gelingunsaspekten von Bildung. Sie leitet den ZIB-Standort München, der u.a. die wissenschaftliche Umsetzung der internationalen Bildungsmonitoringstudie PISA in Deutschland verantwortet. In dieser Studie werden alle drei Jahre mit wechselnden Schwerpunkten die Kompetenzen fünfzehnjähriger Schülerinnen und Schüler in Lesen, Mathematik sowie Naturwissenschaften getestet. Daneben werden über die innovative Domäne
fächerübergreifende Kompetenzen erhoben. Diese umfangreichen Daten aus Testung wie auch Fragebögen müssen dabei skaliert werden, d.h. in eine Metrik gebracht werden, die (internationale) Vergleiche erlaubt. Diesen internationalen Prozess zu begleiten und ggf. national nachzuarbeiten und zu prüfen ist wesentlicher Bestandteil der Stelle. Daher suchen wir in diesem dynamischen Kontext zum nächstmöglichen Zeitpunkt eine Datenmanagerin oder einen Datenmanager mit Schwerpunkt Skalierung.

Anforderungen
 Sehr gute Kenntnisse in und Interesse an psychometrischen Skalierungen im Bereich internationaler Vergleichsstudien
 Sehr guter bzw. guter Studienabschluss in Statistik, Psychologie oder einem verwandten Gebiet
 Vertiefte Kenntnisse in den Bereichen Psychometrie & Skalierung sowie Quantitativer Forschungsmethoden und Datenanalyse
 Vorkenntnisse in folgenden Bereichen sind nicht zwingend erforderlich, aber von Vorteil: Large-Scale-Assessment und/oder internationalen Vergleichsstudien sowie Aufbereitung und Analyse von Prozessdaten und Umgang mit Daten mit Mehrebenenstruktur

 Praktische Erfahrungen mit mehreren der folgenden Softwareprogramme zur Datenverwaltung und -analyse wird vorausgesetzt: SPSS, R, MPlus, SAS, Python

 Praktische Erfahrung in TAO oder anderen Softwareprogrammen zur Testvorgabe von Vorteil
 Gute schriftliche und mündliche Kommunikationsfähigkeiten mit nationalen und internationalen Projektpartnern
 Fähigkeit zu selbstständigem und strukturiertem Arbeiten, hohes persönliches Engagement, Team- und Kooperationsfähigkeit, administrative Fähigkeiten, Kreativität, Zielstrebigkeit und Verantwortungsbewusstsein

Aufgaben
 Mitarbeit in allen Schritten des Datenmanagements im PISA-Projektzyklus von der Vorbereitung über die Datenanalyse bis hin zur Berichtlegung
 Einbringen eigener wissenschaftlicher Expertise sowie Abstimmung mit nationalen (auf Deutsch) und internationalen (auf Englisch) Expertinnen und Experten sowie Projektbeteiligten
 Kooperation mit nationalen und internationalen Projektbeteiligten
 Koordination und Durchführung der Skalierung in Abstimmung mit dem internationalen Konsortium und dem nationalen Auftragnehmer (IEA Hamburg)
 Koordination der Testvorgabesoftware sowie der Erstellung der Schulrückmeldungen
 Zuständigkeit für die Bereitstellung der Datensätze in verschiedenen Formaten an interne und externe Forschende
 Übersicht und verantwortliche Überprüfung der Einhaltung der technischen Standards
 Vernetzung mit den Stiftungsprofessuren der anderen ZIB-Standorte (DIPF & IPN)
 Übersicht aktuelle Entwicklungen im Datenmanagement, z.B. Prozessdaten sowie diesbezügliche wissenschaftliche Publikationen zu methodischen Fragestellungen
 Unterstützung des Teams bei datenanalytischen Fragestellungen und weiterer Projektarbeit

 

Zentrum für Internationale Bildungsvergleichsstudien (ZIB) e. V.
TUM School of Social Sciences and Technology
Technische Universität München

Wir bieten
 Eine 75-100%, E13 TV-L Stelle, zunächst befristet bis zum 31.12.2027, eine anschließende Entfristung ist geplant.
 Einen abwechslungsreichen, gut ausgestatteten Arbeitsplatz an einer renommierten Universität, an einem attraktiven Standort, in einer viel beachteten internationalen Schulleistungsstudie
 Sozialleistungen, Altersversorgung, geregelte Arbeitszeiten entsprechend der Bestimmungen der TU München
 Falls gewünscht, Unterstützung in der eignen wissenschaftlichen Profilbildung und Qualifikation (Promotion oder Habilitation).
 Gewachsene Verbindungen zu (inter-)nationalen Partnern und vielfältige Kooperationsmöglichkeiten in Forschung, Praxis und Politik.
 Mitarbeit in einem engagierten und sich dynamisch entwickelnden Team sowie Integration in eine aktive Forschungsgruppe mit einem vielfältigen Tätigkeitsprofil.

Die TU München strebt eine Erhöhung des Frauenanteils an, qualifizierte Frauen werden deshalb nachdrücklich aufgefordert, sich zu bewerben. Schwerbehinderte werden bei im Wesentlichen gleicher Eignung und Qualifikation bevorzugt.

Fühlen Sie sich von unserer Ausschreibung angesprochen?
Dann freuen wir uns auf Ihre aussagekräftigen Bewerbungsunterlagen (inkl. Lebenslauf); bitte bevorzugt per E-Mail und in einem pdf-Dokument bis spätestens 30.11.2024 an

bewerbung.zib@sot.tum.de

Bei inhaltlichen Rückfragen wenden Sie sich bitte gerne an Prof. Dr. Samuel Greiff (samuel.greiff@tum.de)

Hinweise zum Datenschutz
Im Rahmen Ihrer Bewerbung um eine Stelle an der Technischen Universität München (TUM) übermitteln Sie personenbezogene Daten. Beachten Sie bitte hierzu unsere Datenschutzhinweise gemäß Art. 13 Datenschutz-Grundverordnung (DSGVO) zur Erhebung und Verarbeitung von personenbezogenen Daten im Rahmen Ihrer Bewerbung http://go.tum.de/554159. Durch die Übermittlung Ihrer Bewerbung bestätigen Sie, dass Sie die Datenschutzhinweise der TUM zur Kenntnis genommen haben.

Datenmangement Scaling PISA (m/w/d)

TUM SOT / ZIB / PISA
München
Full time, Part time
Skills 
Statistik, Python, Psychometrie / Psychometrische Skalierungen, Datenanalyse, SPSS, R, Mplus

Published on 28.10.2024

Share this job now