Logo Universität Bayreuth

Wissenschaftlicher Mitarbeiter (m/w/d) - Anwendung von Machine Learning für Energiesysteme in Power Hardware-in-the-Loop (PHIL) Umgebungen

Lehrstuhl für Intelligentes Energiemanagement

Bewerbungsfrist:

Die Universität Bayreuth ist eine forschungsorientierte Universität mit international kompetitiven und interdisziplinär ausgerichteten Profilfeldern in Forschung und Lehre. Am Lehrstuhl für Intelligentes Energiemanagement der Universität Bayreuth ist zum nächstmöglichen Zeitpunkt eine befristete Stelle als

 Wissenschaftlicher Mitarbeiter (m/w/d)– Anwendung von Machine Learning für Energiesysteme in Power Hardware-in-the-Loop (PHIL) Umgebungen 

zur Unterstützung der Forschungs- und Lehrtätigkeiten des neu geschaffenen Lehrstuhls zu besetzen. Die Stelle in Vollzeit ist zunächst auf 3 Jahre befristet, mit der Möglichkeit einer weiteren Verlängerung, und dient auch der eigenen wissenschaftlichen Qualifizierung (Promotion). Die Vergütung erfolgt dabei nach der Entgeltgruppe 13 TV-L.

Der Lehrstuhl für Intelligentes Energiemanagement beschäftigt sich mit der Zukunft von Multienergiesystemen und nutzt Spitzentechnologien wie Digital Twins, Internet of Things (IoT), künstliche Intelligenz (AI) und Quantencomputing, um Energienetze zu optimieren und die Umstellung auf erneuerbare Energien zu fördern. Die Position bietet die Möglichkeit, in einem dynamischen, forschungsorientierten Umfeld mitzuwirken, das zur globalen Energiewende beiträgt. Die Stelle bietet akademische Freiheit, um neue Projekte in den Bereichen Digitalisierung und Nachhaltigkeit von Energiesystemen zu initiieren, zu leiten und durchzuführen.

Ihr Aufgabengebiet:

  • Unterstützung der Lehre im Bereich Energiemanagement in deutscher und englischer Sprache
  • Entwicklung eines Power-Hardware-in-the-Loop (PHIL)-Labors für Energiesysteme.
  • Entwicklung und Demonstration intelligenter Regelungsansätze auf Basis von Machine Learning
  • Zusammenarbeit mit Fakultätsmitgliedern und Industriepartnern zur Entwicklung und Implementierung innovativer digitaler Lösungen im Energiemanagement
  • Förderung der Forschungsergebnisse durch Teilnahme an nationalen und internationalen Konferenzen und Veröffentlichung in renommierten Fachzeitschriften

Ihr Profil:

  • Masterabschluss in einem relevanten Bereich (Elektrotechnik, Mechatronik oder Informatik) mit dem Schwerpunkt auf dem Betrieb von Stromnetzen und Echtzeit-Simulationen
  • Erfahrung mit Hardware-in-the-Loop (HIL)-Experimenten und Echtzeit-Simulationen von Energiesystemen
  • Sehr gute Kommunikationsfähigkeiten auf Deutsch und Englisch
  • Interesse am Projektmanagement und an der Zusammenarbeit mit Industriepartnern


Was wir bieten:

  • Ein dynamisches und unterstützendes Forschungsumfeld mit großer Forschungsfreiheit
  • Möglichkeiten zur Zusammenarbeit mit weltweit führenden akademischen Einrichtungen und Unternehmen im Energiesektor
  • Flexible Arbeitszeitgestaltung
  • Unterstützung bei der beruflichen Weiterentwicklung, einschließlich Coaching- und Trainingsangeboten
  • Betriebliches Gesundheitsmanagement
  • Vereinbarkeit von Familie und Beruf


Die Universität Bayreuth schätzt die Vielfalt ihrer Beschäftigten als Bereicherung und bekennt sich ausdrücklich zum Ziel der Chancengleichheit der Geschlechter. Frauen werden hierbei mit Nachdruck um ihre Bewerbung gebeten. Personen, die mehr Vielfalt in das Forschungs- und Lehrprofil der Universität Bayreuth einbringen, sind ausdrücklich zur Bewerbung eingeladen. Bewerberinnen und Bewerber (m/w/d) 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 Hochschule“ teilgenommen. Personen mit Schwerbehinderung werden bei gleicher Eignung bevorzugt berücksichtigt.


Bewerbung

Bitte reichen Sie Ihre Bewerbung mit aussagekräftigem Anschreiben und Lebenslauf bis zum 01.03.2025 über das Bewerbungsportal der Universität Bayreuth ein. Bitte geben Sie das Stichwort „Research Associate – Intelligent Energy Management“ an. Die Unterlagen werden nach Beendigung des Berufungsverfahrens gemäß den Anforderungen des Datenschutzes gelöscht.

Für weitere Informationen wenden Sie sich bitte an Prof. Dr. Vedran Perić (vedran.peric@uni-bayreuth.de )