Diese Stelle ist in deinem Land nicht verfügbar.

PostDoc Informatik, Softwareentwicklung - Machine Learning (m / w / d)

BAM Bundesanstalt für Materialforschung und -prüfungPotsdam, Brandenburg, Germany

Vor 30+ Tagen

Stellenbeschreibung

Gesucht wird zur Verstärkung unseres Teams im Referat „eScience“ in Berlin-Steglitz zum nächstmöglichen Termin ein

Promovierte

r wissenschaftliche
r Mitarbeiter
in für maschinelles Lernen in der Materialwissenschaft (m / w / d)

Entgeltgruppe 14 TVöD

Zeitvertrag für 36 Monate

Vollzeit / teilzeitgeeignet

Die Bundesanstalt für Materialforschung und -prüfung (BAM) ist eine wissenschaftlich-technische Bundesoberbehörde mit Sitz in Berlin. Als Ressortforschungseinrichtung des Bundesministeriums für Wirtschaft und Klimaschutz forschen, prüfen und beraten wir zum Schutz von Menschen, Umwelt und Sachgütern. Im Fokus unserer Tätigkeiten in der Materialwissenschaft, der Werkstofftechnik und der Chemie steht dabei die technische Sicherheit von Produkten und Prozessen.

Maschinelles Lernen (ML) hat sich zu einem einflussreichen Werkzeug in der Materialwissenschaft entwickelt, das die Möglichkeiten zur Entwicklung und Entdeckung neuer Materialien, zur Vorhersage von Materialeigenschaften und zur Optimierung der Materialverarbeitung erheblich verbessert. Unsere Aufgabe in der eScience-Gruppe besteht darin, neue Modelle für maschinelles Lernen für verschiedene Anwendungen in der Materialwissenschaft zu entwickeln. In letzter Zeit haben wir Methoden zur Analyse von SAXS-Messungen, zur Interpretation von Daten der elektrochemischen Impedanzspektroskopie (EIS) und zur Vorhersage der Kristallstabilität entwickelt. Darüber hinaus haben wir zur Entwicklung ML-basierter universeller interatomarer Potenziale beigetragen, die sich zur Simulation der Eigenschaften großer Materialstrukturen immer größerer Beliebtheit erfreuen. An der BAM haben wir ein enorm breites Forschungsspektrum mit vielen faszinierenden Anwendungen für ML-Methoden. Hier kommt Ihre Expertise ins Spiel!

Als Postdoktorand / in werden Sie die Grenzen der aktuellen ML-Anwendungen in der Materialwissenschaft erweitern. Sie werden die Möglichkeit haben, Ihre eigene Forschungsagenda zu entwickeln und mit anderen Forschungsgruppen zusammenzuarbeiten, um anspruchsvolle wissenschaftliche Fragen anzugehen.

Als Mitglied der eScience-Gruppe sind Sie Teil eines interdisziplinären Umfelds mit kreativen Köpfen. Wir bieten ein breites Spektrum an anspruchsvollen Aufgaben an der Schnittstelle von Informatik, Data Science und Materialforschung. Unser Team ist bekannt für seine Vielfalt und seine Energie. Dies ist Ihre Chance, mit internationalen, jungen, innovativen Fachleuten zusammenzuarbeiten, die sich zusammengefunden haben, um die Digitalisierung der Materialforschung zu gestalten!

Ihre Aufgaben : Sie sind verantwortlich für die Entwicklung und Weiterentwicklung eigener Machine-Learning-Projekte und arbeiten eng mit Materialwissenschaftler / innen zusammen. Im Einzelnen umfasst dies die folgenden Aspekte :

Entwicklung neuer maschineller Lernmodelle für Anwendungen in der Materialwissenschaft

Implementierung von maschinellen Lernmodellen in pytorch und anderen relevanten Softwarebibliotheken

Aufbereitung von Trainingsdaten sowie Entwicklung und Auswahl geeigneter Merkmale

Visualisierung und Interpretation der Ergebnisse von Vorhersagen

Kommunikation der Forschungsergebnisse auf wissenschaftlichen Konferenzen und in Fachzeitschriften mit Peer-Review

Ihre Qualifikationen :

Erfolgreich abgeschlossenes Hochschulstudium (Diplom / Master) sowie sehr gute Promotion der Informatik, technischen Softwareentwicklung, Bioinformatik, Mathematik, Physik, Data Engineering oder vergleichbar

Sehr gute Kenntnisse von Softwarebibliotheken für Data Science (z. B. PyTorch, PyTorch-Geometric, Pandas, Scitkit-Learn)

Sehr gute Kenntnisse der Theorie und Praxis moderner Methoden des maschinellen Lernens (z. B. Invertible Neural Networks und Graph Neural Networks)

Sehr gute Kenntnisse in mindestens einer Programmiersprache (z.B. Python, Rust, Go)

Gute Kenntnisse von Methoden zur Visualisierung komplexer Datensätze

Erfahrung mit Versionskontrollsystemen (z. B. Git) ist wünschenswert

Erfahrung mit statistischen Methoden ist wünschenswert

Kenntnisse von Methoden zur Verarbeitung und Analyse großer Datenmengen sind wünschenswert

Erfahrungen mit Daten aus dem Bereich der Material- oder Ingenieurwissenschaften oder Naturwissenschaften sind wünschenswert

Ausgezeichnete mündliche und schriftliche Sprachkenntnisse / Ausdrucksstärke in Englisch

Ausgezeichnete kommunikative und zwischenmenschliche Fähigkeiten, eine zielorientierte und strukturierte Arbeitsweise, mit einer starken Bereitschaft zur Kooperation und Zusammenarbeit mit Anderen, Lern- und Anpassungsbereitschaft sowie ausgeprägtes konzeptionelles, strategisches und innovatives Denken

Unsere Leistungen :

Interdisziplinäre Pionierforschung an der Schnittstelle von Politik, Wirtschaft und Gesellschaft

Arbeit in führenden nationalen und internationalen Netzwerken mit Universitäten, Forschungseinrichtungen und Industrieunternehmen

Zugang zu exzellenter Ausstattung und Infrastruktur

Flexible Arbeitszeiten, mobiles Arbeiten und eine gute Work-Life-Balance mit 30 Urlaubstagen und bis zu 12 Gleittagen pro Jahr

Persönliche und berufliche Weiterentwicklung

Sie profitieren von einer wertschätzenden und integrativen Atmosphäre mit einer zertifizierten familienfreundlichen Arbeitskultur, regelmäßigem Feedback und einem starken Engagement für die Gleichstellung und Integration von schwerbehinderten Menschen.