Wissenschaftlicher Mitarbeiter (m/w/d) auf dem Gebiet der Multiskalensimulation von elektrochemischen Flussreaktoren mittels Machine Learning
Bayerisches Zentrum für Batterietechnik (BayBatt)
Bewerbungsfrist:
In der Forschungsgruppe Methoden des Batteriemanagements (www.mbm.uni-bayreuth.de) des Bayerischen Zentrums für Batterietechnik (BayBatt, www.baybatt.uni-bayreuth.de) an der Universität Bayreuth ist eine befristete Stelle (Vollzeit) als
Wissenschaftlicher Mitarbeiter (m/w/d) auf dem Gebiet der Multiskalensimulation von elektrochemischen Flussreaktoren mittels Machine Learning
zu besetzen.
Elektrochemische Durchflussreaktoren sind eine Schlüsseltechnologie für die Elektrifizierung der chemischen Industrie und die Speicherung erneuerbarer Energie. Maßgeschneiderter Entwurf und Betrieb erfordern ausgefeilte Modelle, die Prozesse in verschiedenen Größenordnungen berücksichtigen. Unser Ziel ist die Entwicklung fortschrittlicher Multiskalen-Modellierungstechniken für die Simulation elektrochemischer Flussreaktoren durch den Einsatz neuartiger maschineller Lerntechniken. Das Projekt ist Teil des Schwerpunktprogramms „Machine Learning in Chemical Engineering“ (SPP 2331), das von der Deutschen Forschungsgemeinschaft (DFG) gefördert wird.
Aufgaben:
- Nutzung fortgeschrittener Methoden des maschinellen Lernens für Multiskalensimulationen
- Entwicklung von neuartigen numerischen Methoden
- Durchführung von Multiskalen-Simulationen von elektrochemischen Flussreaktoren
Qualifikation:
- Abgeschlossenes Hochschulstudium (Master oder Diplom) in Ingenieurwesen, angewandter Mathematik, Physik, wissenschaftlichem Rechnen oder verwandten Bereichen
- Gute Kenntnisse in numerischen Simulationen auf Kontinuums- oder atomarer Ebene
- Bereitschaft zur Anwendung anspruchsvoller Methoden des maschinellen Lernens
- Kommunikationsfähigkeit und Forschergeist
Wissenschaftliche Umgebung:
Als Doktorand/Doktorandin oder Post-Doktorand/Doktorandin haben Sie Zugang zu den modernen Forschungseinrichtungen des Bayerischen Zentrums für Batterietechnik und zu einem unterstützenden Forschungsumfeld. Sie werden auch die Möglichkeit haben, mit führenden Experten auf dem Gebiet zusammenzuarbeiten und an internationalen Konferenzen und Workshops teilzunehmen.
Die Universität Bayreuth mit ihrem familienfreundlichen Campus ist einer der größten Arbeitgeber in der Region. Die Universität Bayreuth schätzt die Vielfalt ihrer Beschäftigten als Bereicherung und engagiert sich ausdrücklich für das Ziel der Chancengleichheit der Geschlechter. Frauen werden ausdrücklich ermutigt, sich zu bewerben. Bewerberinnen oder Bewerber mit Kindern sind sehr willkommen. Die Universität Bayreuth ist Mitglied im Best Practice Club "Familie in der Hochschule e.V." und hat erfolgreich am HRK-Audit "Internationalisierung der Universität" teilgenommen. Schwerbehinderte Personen werden bei gleicher Eignung bevorzugt berücksichtigt.
Bewerbung
Wenn Sie an dieser spannenden Forschungsmöglichkeit interessiert sind, reichen Sie bitte Ihre Bewerbungsunterlagen mit Anschreiben, Lebenslauf, Zeugnissen und Referenzen online über unser Bewerbungsportal an der Universität Bayreuth ein.
Kennwort: ChemAI - Bewerbungsfrist: 31.12.2024
Die Unterlagen werden datenschutzkonform gelöscht, sobald die Stelle besetzt ist.
Wenn Sie Fragen haben, wenden Sie sich bitte an: Prof. Dr.-Ing. Fridolin Röder, Juniorprofessur für Methoden des Batteriemanagements, E-Mail: fridolin.roeder@uni-bayreuth.de
Tel.: +49 (0)921 / 55-4940