Wissenschaftliche/r Mitarbeiter/in (w/m/d) - Adversarial Data in Energy Systems [V000007800]
Unser Profil
Der Lehrstuhl für Verfahrenstechnik (AVT.SVT) ist Teil der Aachener Verfahrenstechnik an der RWTH Aachen und wird von Prof.
Alexander Mitsos, Ph.D., geleitet. Die Forschung der AVT.SVT deckt ein breites Spektrum energie- und verfahrenstechnischer Themen ab, einschließlich mathematischer Modellierung, numerischer Optimierung und maschinellem Lernen, mit einem starken Bezug zu technischen Anwendungen.
Die methodenorientierte Forschung konzentriert sich auf die Entwicklung von Techniken für die mathematische Modellierung sowie die Prozessentwicklung und -steuerung.
Ihr Profil
- Hochschulabschluss (Master oder vergleichbar) in Energie-, Verfahrens- oder Chemietechnik, Computational Engineering Science, Informatik, Maschinenbau oder verwandten Bereichen.
- Interesse am wissenschaftlichen Arbeiten und Programmieren.
- Neugierig darauf, eigene Ideen zu entwickeln und eigene Projekte zu leiten.
- Erfahrungen in numerischer Optimierung, maschinellem Lernen und Computerprogrammierung (Python) sind sehr willkommen.
Ihre Aufgaben
Maschinelles Lernen gewinnt zunehmend an Bedeutung für die Modellierung und Entscheidungsfindung in der Energie- und Chemieindustrie.
Der Einsatz datengesteuerter Entscheidungsalgorithmen ermöglicht die Prozessautomatisierung auf allen Ebenen der Planung, Terminierung und Steuerung sowie der Prozessüberwachung und -sicherheit.
Im Rahmen des Projekts wird die Sicherheit, der auf maschinellem Lernen basierenden Entscheidungsfindung in Energiesystemen untersucht.
Sie werden die Anfälligkeit von maschinellen Lernmodellen für falsche oder veränderte Daten untersuchen und Werkzeuge entwickeln, um die Auswirkungen falscher Daten zu quantifizieren und gefährliche Entscheidungen zu verhindern.
Sie arbeiten mit Dr. Eike Cramer, der das Projekt leitet, die Promotion erfolgt bei Prof. Mitsos.
Unser Angebot
Die Einstellung erfolgt im Beschäftigtenverhältnis.
Die Stelle ist zum nächstmöglichen Zeitpunkt zu besetzen und befristet Aaf zunächst 3 Jahre.
Eine Verlängerung ist gewünscht.
Die befristete Beschäftigung erfolgt im Rahmen der Befristungsmöglichkeiten des Wissenschaftszeitvertragsgesetzes.
Es handelt sich um eine Vollzeitstelle.
Eine Promotionsmöglichkeit besteht.
Die Eingruppierung richtet sich nach dem TV-L.
Die Stelle ist bewertet mit EG 13 TV-L.