Inserenten

Das Jobportal für Akademiker:innen, hochqualifizierte Fachkräfte und Absolvent:innen für die Hauptstadtregion

25 km

Informationen zur Anzeige:

Promovierte*r wissenschaftliche*r Mitarbeiter*in (m/w/d)
Berlin
Aktualität: 17.11.2021

Anzeigeninhalt:

17.11.2021, BAM Bundesanstalt für Materialforschung und -prüfung
Berlin
Promovierte*r wissenschaftliche*r Mitarbeiter*in (m/w/d)
Die Digitalisierung der Ingenieur- und Materialwissenschaften birgt vielseitige Möglichkeiten zur Optimierung von Fertigungsprozessen und Prüfverfahren. Insbesondere Methoden des maschinellen Lernens zeigen hier großes Potential, z. B. bei der Vorhersage von Materialeigenschaften, der Optimierung von Prozessparametern oder als Metamodelle für komplexe physikalische Modelle im Kontext eines digitalen Zwillings. Die Anwendung von Verfahren des maschinellen Lernens auf sicherheitskritische Fragestellungen erfordert robuste, erklärbare und generalisierbare Modelle, die insbesondere auch Schätzer für die Genauigkeit der Modellvorhersage liefern können. Im Bereich des Ingenieurwesens ist zusätzlich die Dimensionalität der Eingangsdaten relativ groß, verbunden mit einer relativ kleinen Anzahl an Datensätzen. Ziel ist es, Verfahren zu entwickeln, die es ermöglichen, ML-Verfahren unter Berücksichtigung statistischer Verfahren für sicherheitskritische Fragestellungen anwenden zu können und dabei insbesondere zusätzliche Informationen aus physikalischen Modellen (beschrieben durch partielle Differentialgleichungen) zu integrieren. Dieses Teilprojekt ist eine Zusammenarbeit zwischen dem Fachbereich 7.7 »Modellierung und Simulation« und dem Referat S.3 »eScience«. Die Stelle ist eingebettet in das Kompetenzzentrum Additive Fertigung und wird finanziert durch das Projekt QI-Digital (Qualitäts-Infrastruktur). Das Vorhaben ist eingebunden in ein internationales Forschungsumfeld und erfordert eine aktive Vernetzung mit Industrie und Forschung.
Abgeschlossenes wissenschaftliches Hochschulstudium (Diplom bzw. Master) der Fachrichtung Ingenieurwissenschaften, Informatik, technische Softwareentwicklung, Mathematik, Physik oder Data Engineering mit abgeschlossener Promotion Sehr gute Kenntnisse im Bereich Data Science mit Werkzeugen des maschinellen Lernens und Datamining-Methoden (z. B. Tensorflow, PyTorch, Pandas, Scitkit-Learn) Fundierte Kenntnisse im Bereich Statistik und Wahrscheinlichkeitstheorie (z. B. Bayessche-Inferenz) Sehr gute Kenntnisse in mindestens einer Programmiersprache (z. B. Python, C/C++, Julia) Sehr gute Kenntnisse im Bereich der Softwareentwicklung und entsprechenden Frameworks Grundlegende Kenntnisse im Bereich der Finiten Elemente Methode zur Lösung von Differentialgleichungen (z. B. mit Hilfe von FEniCS) Wünschenswert sind Erfahrungen mit Versionskontrollsystemen (z. B. Git) Nachgewiesene Publikationstätigkeit im relevanten Forschungsgebiet Sehr gute, präzise und adressatengerechte mündliche und schriftliche Ausdrucksfähigkeit in Deutsch und Englisch Gutes Kommunikations- und Informationsverhalten, hohes Maß an Teamfähigkeit und Kooperationsbereitschaft, Flexibilität, Entscheidungsbereitschaft und -fähigkeit sowie Initiative bzw. Einsatzbereitschaft Die ausgeschriebene Stelle setzt ein geringes Maß an körperlicher Eignung voraus.

Berufsfeld

Standorte