Helsingin yliopiston humanistinen tiedekunta hakee

DIGITAALISTEN IHMISTIETEIDEN YLIOPISTONLEHTORIA

vakituiseen työsuhteeseen 1.12.2026 alkaen tai sopimuksen mukaan.

Tehtävä sijoittuu digitaalisten ihmistieteiden osastolle. Se liittyy kiinteästi monitieteiseen Linguistic Diversity and Digital Humanities (LingDig) -maisteriohjelmaan ja sen digitaalisten ihmistieteiden opintosuuntaan. Tehtävässä kehitetään yhdessä digitaalisten ihmistieteiden muun henkilöstön kanssa DH-opintosuunnan opetusta sekä digitaalisten ja laskennallisten menetelmien opetusta koko humanistisen tiedekunnan tarpeisiin. Yhä tärkeämpi osa tehtävää on tavoittaa eri alojen opiskelijoita, rakentaa heille mielekkäitä väyliä laskennallisten menetelmien pariin ja kehittää opetusta vuorovaikutuksessa heidän kanssaan.

Digitaalisten ihmistieteiden osastolla toimii kansainvälisesti verkottunut tutkimus- ja opetusympäristö. Osasto osallistuu FIN-CLARIAH-tutkimusinfrastruktuuriin ja DARIAH-FI-toimintaan, järjestää Helsinki Digital Humanities Hackathonia ja tekee yhteistyötä tutkimushankkeiden, kieliteknologian, CSC:n sekä muistiorganisaatioiden kanssa. Yliopistonlehtori tekee yhteistyötä osaston eri tutkimusryhmien kanssa. Yhteistyö voi tukeutua muun muassa laskennallisen historian tutkimukseen sekä laajojen teksti-, bibliografisten ja kulttuuriperintöaineistojen parissa tehtävään tekoälyä, suurteholaskentaa ja multimodaalisia menetelmiä hyödyntävään työhön. Tehtävässä tuodaan näissä ja muissa hankkeissa kehitettyjä menetelmiä, infrastruktuureja, validointikäytäntöjä ja projektikokemusta teknisesti kunnianhimoiseen opetukseen ja opiskelijaprojekteihin.

Haemme opetukseen vahvasti suuntautunutta henkilöä, jolla on näyttöä laadukkaasta tutkimusperustaisesta opetuksesta, opetussuunnitelmatyöstä ja uudenlaisten oppimisympäristöjen luovasta kehittämisestä. Hakijan tausta voi olla digitaalisten ihmistieteiden lisäksi jollakin muulla tehtävän kannalta relevantilla humanistisella, yhteiskuntatieteellisellä, informaatio- tai laskennallisella alalla. Olennaista on kyky tuoda oma osaaminen vakuuttavasti digitaalisten ihmistieteiden opetusympäristöön ja kehittää teknisesti vaativaa laskennallisten ja tekoälymenetelmien opetusta humanistisissa konteksteissa.

Tehtävä on tulevaisuuteen suuntautuva. Valittavalta edellytetään vahvaa laskennallista perusosaamista, mukaan lukien ohjelmointi, datankäsittely, määrälliset menetelmät sekä Pythonin, R:n, Gitin ja Jupyter-ympäristöjen sujuva tutkimuskäyttö. Tämä on tehtävässä lähtötaso, ei sen ensisijainen opetuksellinen painopiste. Kyse ei ole Pythonin tai R:n erillisten alkeiskurssien opettamisesta. Tehtävän ytimessä on uudistaa tapaa, jolla ohjelmointia ja laskennallista työskentelyä opetetaan tilanteessa, jossa agenttipohjainen ohjelmointi (agentic coding) muuttaa nopeasti laskennallisen tutkimuksen tekemistä ja opettamista.

Kun tekoälyagentit tuottavat koodia ja toteuttavat laskennallisten työnkulkujen vaiheita, arvioiva ymmärrys siitä, mitä laskennassa tapahtuu, on tärkeämpi kuin koskaan. Opiskelijoiden on osattava tarkastella kriittisesti aineistoja, oletuksia, datan muunnoksia, menetelmä- ja mallivalintoja, epävarmuutta, virhelähteitä, tulosten pätevyyttä ja toistettavuutta. Erityisenä ansiona pidämme kykyä osoittaa, miten agenttipohjainen tekoäly voi tämän ymmärryksen varassa mahdollistaa humanisteille laadullisen harppauksen kohti monivaiheisten työnkulkujen suunnittelua ja aiemmin vaikeasti lähestyttävien tutkimuskysymysten käsittelyä.

Siirtymä agenttipohjaiseen ohjelmointiin ei madalla tehtävän teknisiä vaatimuksia vaan nostaa niitä. Valittavalla on oltava vahvaa ja todennettavaa teknistä osaamista sekä kyky opettaa opiskelijoita tarkastamaan, testaamaan, jäljittämään virheitä, validoimaan ja tarvittaessa korjaamaan tekoälyn tuottamaa koodia ja monimutkaisia laskennallisia työnkulkuja. Tavanomainen humanistinen profiili, jota täydentää rajallinen ohjelmointikokemus, ei muodosta vahvaa profiilia tähän tehtävään.

Tehtävät

Yliopistonlehtori tekee kaiken opetussuunnitelma- ja muun opetuksen kehittämistyön tiiviissä yhteistyössä digitaalisten ihmistieteiden muun henkilöstön kanssa. Hän

• • suunnittelee, toteuttaa ja kehittää tutkimukseen perustuvaa digitaalisten ihmistieteiden opetusta erityisesti maisteritasolla sekä soveltuvin osin kandidaatti- ja tohtoritasoilla
  • kehittää pitkäjänteisesti digitaalisten ihmistieteiden opetussuunnitelmaa sekä yhteistyötä LingDig-ohjelman muiden opintosuuntien ja humanistisen tiedekunnan koulutusohjelmien kanssa
  • kehittää koko humanistista tiedekuntaa palvelevaa, eri lähtötasoilta saavutettavaa menetelmäopetusta ja uusia tapoja osallistaa opiskelijoita opetuksen suunnitteluun, projektityöhön ja monitieteisiin oppimisyhteisöihin
  • kehittää opetusta, jossa laajoja kielimalleja, prompteja ja tekoälyagentteja käytetään laskennallisten työnkulkujen suunnitteluun ja toteuttamiseen sekä niiden oletusten, rajoitusten, epävarmuuden, vinoumien, tekijyyden, toistettavuuden ja evidenssin jäljitettävyyden arviointiin
  • kehittää projekti- ja ongelmalähtöistä opetusta, jossa eri alojen opiskelijat työskentelevät yhdessä aitojen tutkimusaineistojen ja tutkimusongelmien parissa
  • ohjaa ja tarkastaa opinnäytteitä sekä osallistuu opiskelijoiden ohjaukseen, koulutusohjelmien kehittämiseen ja akateemiseen hallintoon
  • osallistuu digitaalisten ihmistieteiden tutkimus- ja infrastruktuuritoimintaan sekä rakentaa yhteistyötä tutkimushankkeiden, kieliteknologian ja muiden tieteenalojen, CSC:n ja muistiorganisaatioiden (GLAM) kanssa, sekä
  • harjoittaa tehtäväalaa tukevaa tutkimusta ja tuo ajankohtaisen tutkimuksen, aineistot ja menetelmät osaksi opetusta.

Opetus voi sisältää esimerkiksi seuraavia toisiaan täydentäviä alueita:

• • Ohjelmointi ja laskennallinen työskentely agenttipohjaisen tekoälyn aikakaudella: promptien suunnittelu ja arviointi, laajat kielimallit, agenttipohjainen ohjelmointi, hakuavusteiset ja agenttipohjaiset työnkulut, multimodaaliset menetelmät sekä tuotetun koodin, laskennan ja tulosten kriittinen arviointi.
  • Teksti- ja aineistomenetelmät: laskennallinen tekstianalyysi, tekstinlouhinta, korpusten rakentaminen, data- ja metadatatyö, FAIR-periaatteet sekä linkitetty data.
  • Laajat aineistot ja tutkimuslaskenta: toistettavat työnkulut, kontit, suurteholaskenta, Slurm-ympäristöt ja GPU-resurssien tarkoituksenmukainen käyttö.
  • Digitaalinen kulttuuriperintö: OCR- ja HTR-menetelmät, historiallisten ja multimodaalisten aineistojen rikastaminen sekä yhteistyössä muistiorganisaatioiden kanssa toteutettavat soveltavat studiokurssit.

Luettelo kuvaa tehtävän opetuksellista kokonaisuutta eikä edellytä, että yksi henkilö opettaa kaikkia aiheita itsenäisesti. Odotamme tehtävään valittavan rakentavan opetusta yhteistyössä osaston ja koulutusohjelmien muun henkilöstön kanssa sekä täydentävän olemassa olevaa opetusta omalla vahvalla asiantuntemuksellaan.

Valintakriteerit

Tehtävään valittavalta edellytetään

• • soveltuvaa tohtorin tutkintoa digitaalisista ihmistieteistä tai muulta tehtävän kannalta relevantilta alalta
  • kykyä antaa laadukasta tutkimukseen perustuvaa opetusta ja ohjata opinnäytteitä
  • hyvää opetustaitoa
  • vahvaa, ajantasaista ja todennettavaa teknistä osaamista ohjelmoinnissa, datankäsittelyssä, tutkimuslaskennassa ja tekoälymenetelmissä sekä kykyä opettaa niitä teknisesti vaativalla tasolla
  • näyttöä teknisesti eri lähtötasoilla olevien humanististen alojen opiskelijoiden onnistuneesta opettamisesta
  • näyttöä kurssien, opetussuunnitelmien, oppimateriaalien tai arviointikäytäntöjen suunnittelusta ja kehittämisestä
  • kykyä uudistaa ohjelmoinnin ja laskennallisen työskentelyn opetusta agenttipohjaisen ohjelmoinnin aikakaudella sekä opettaa tekoälyn tuottaman koodin, laskennan ja tulosten kriittistä arviointia;, sekä
  • erinomaisia yhteistyö- ja vuorovaikutustaitoja monitieteisessä ja kansainvälisessä ympäristössä

Tehtävän menestyksellinen hoitaminen edellyttää erinomaista englannin kielen taitoa. Tehtävään valitulta vaaditaan tämän lisäksi hyvää suomen ja tyydyttävää ruotsin kielen taitoa. Mikäli tehtävään valittu henkilö ei puhu suomea, häneltä edellytetään suomen kielen oppimista kohtuullisessa ajassa tehtävässä aloittamisesta. Lisätietoja kielitaidosta ja kielitaidon näyttämisestä löydät yliopiston verkkosivuilta.

Tehtävä on määritelty opetuspainotteiseksi. Hakijoiden ansioita vertailtaessa erityistä painoa annetaan:

• • opetuksen laadulle ja laajuudelle, pedagogiselle koulutukselle sekä kyvylle tukea erilaisista tieteenalallisista ja teknisistä taustoista tulevien opiskelijoiden oppimista
  • konkreettisille näytöille kurssien, opetussuunnitelmien, oppimateriaalien ja arvioinnin uudistamisesta sekä hakijan oman panoksen selkeälle osoittamiselle
  • teknisen osaamisen syvyydelle ja näytölle ohjelmoinnin, tutkimuslaskennan ja tekoälymenetelmien opettamisesta vaativalla tasolla, mukaan lukien tuotetun koodin ja työnkulkujen testaaminen, virheenkorjaus ja validointi
  • luovalle mutta harkitulle näkemykselle digitaalisten ihmistieteiden ja koko humanistista tiedekuntaa palvelevan menetelmäopetuksen tulevaisuudesta
  • kokemukselle projekti- ja ryhmämuotoisesta, tieteidenvälisestä opetuksesta ja opiskelijoiden ohjauksesta
  • tehtävää tukevalle tutkimustoiminnalle ja yhteistyölle tutkimushankkeiden, infrastruktuurien tai muistiorganisaatioiden kanssa, sekä
  • opetusnäytteelle ja haastattelulle

Hakijoiden tulee osoittaa opetukselliset ansionsa konkreettisilla esimerkeillä ja kuvata oma roolinsa opetuksen kehittämisessä. Digitaalisten ihmistieteiden alan tutkinto tai ensisijainen tutkimusprofiili ei ole edellytys, mutta muulta alalta tulevan hakijan tulee osoittaa erityisen selkeästi osaamisensa yhteys humanististen alojen aineistoihin ja tutkimuskysymyksiin, teknisesti vaativaan laskennalliseen työskentelyyn ja digitaalisten ihmistieteiden opetuksen kehittämiseen. Yleinen kiinnostus opetukseen tai uusiin teknologioihin tai yleinen laskennallinen osaaminen ilman tällaista näyttöä ei muodosta vahvaa profiilia tähän tehtävään.

Hakeminen

Hakemukseen pyydetään liittämään englanniksi seuraavat asiakirjat:

• • ansioluettelo
  • numeroitu julkaisuluettelo, jossa viisi tehtävän kannalta merkittävintä julkaisua on merkitty selvästi
  • enintään kolmen sivun selvitys opetusansioista. Selvityksessä tulee kuvata konkreettisin esimerkein opetuskokemus, pedagoginen koulutus, kurssi- ja opetussuunnitelmatyö, oppimateriaalien ja arvioinnin kehittäminen, opiskelijoiden ohjaus sekä hakijan oma panos näihin
  • enintään kahden sivun selvitys tehtävää tukevasta tutkimusprofiilista, tieteellisistä verkostoista ja yhteistyöstä, sekä
  • enintään kolmen sivun näkemys digitaalisten ihmistieteiden ja koko humanistista tiedekuntaa palvelevan menetelmäopetuksen kehittämisestä seuraavien 3–5 vuoden aikana. Näkemyksen tulee sisältää yksi konkreettinen esimerkki siitä, miten ohjelmoinnin opetusta uudistetaan agenttipohjaisen ohjelmoinnin myötä ja miten opiskelijoita opetetaan arvioimaan tuotetun koodin, laskennan ja tulosten luotettavuutta. Jos hakijan ensisijainen tausta on digitaalisten ihmistieteiden ulkopuolella, hänen tulee tässä yhteydessä perustella erityisen selkeästi osaamisensa soveltuvuus tehtävään.

Kärkihakijat kutsutaan haastatteluun ja opetusnäytteeseen. Opetusnäytteessä arvioidaan erityisesti kykyä opettaa määritellylle humanististen alojen opiskelijaryhmälle, rakentaa selkeät osaamistavoitteet, aktivoida oppijoita ja yhdistää käsitteellinen ymmärrys käytännön työskentelyyn. Opetusnäyte on opetustilanne, ei tutkimusesitelmä.

Hakemus liitteineen tulee jättää Helsingin yliopiston sähköisessä rekrytointijärjestelmässä viimeistään 3.10.2026 klo 23.59 Suomen aikaa.

Lisätietoja tehtävästä antaa Mikko Tolonen, digitaalisten ihmistieteiden professori, mikko.tolonen@helsinki.fi. Rekrytointiprosessia koskevat kysymykset voi lähettää osoitteeseen recruitment@helsinki.fi (mainitsethan tehtävän nimen otsikkokentässä).

Monimuotoinen ja yhdenvertainen opiskelu- ja työkulttuuri ovat meille tärkeitä. Sen vuoksi teemme parhaamme edistääksemme inklusiivista yliopistoyhteisöä. Kannustamme kaikkia osaavia ja eritaustaisia hakijoita hakemaan tehtäviämme.

Tästä linkistä pääset lukemaan yliopistomme esteettömyydestä ja saavutettavuudesta.

TULE KANSSAMME TEKEMÄÄN TYÖTÄ MAAILMAN PARHAAKSI – YHDESSÄ!
#helsinkiunicareers