Promovierte*r wissenschaftliche*r Mitarbeiter*in (m/w/d) der Fachrichtung Bauingenieurwesen, physika
Bundesanstalt für Materialforschung und -prüfung (BAM) · Berlin ·
Promovierte r wissenschaftliche r Mitarbeiter*in (m/w/d) der Fachrichtung Bauingenieurwesen, physikalische Ingenieurwissenschaften, Physik, Mathematik oder vergleichbar Im Fachbereich 7.7: Modellierung und Simulation (Wissenschaft / Forschung) bei der Bundesanstalt für Materialforschung und -prüfung (BAM) in Berlin.
Die BAM ist eine wissenschaftlich-technische Bundesoberbehörde mit Sitz in Berlin. Als Ressortforschungseinrichtung des Bundesministeriums für Wirtschaft und Energie forscht, prüft und berät sie zum Schutz von Menschen, Umwelt und Sachgütern.
Im Fokus stehen die technische Sicherheit von Produkten und Prozessen in der Materialwissenschaft, der Werkstofftechnik und der Chemie. Ihre Aufgaben Neural Operators werden in diesem Projekt mit klassischen numerischen Verfahren kombiniert, um parametrisierte Finite-Elemente-Modelle effizient zu approximieren.
Durch die Integration datengetriebener und FEM-basierter Ansätze werden hybride Modelle entwickelt, die echtzeitfähige digitale Zwillinge, eine Kalibrierung von Modellparametern mit Unsicherheitsquantifizierung sowie eine probabilistische Darstellung der verbleibenden Modellfehler unterstützen.
Entwicklung und Implementierung von FEM-Modellen in FEniCSx sowie deren Integration in Neural Operators und PINNs Validierung und Unsicherheitsquantifizierung dieser Metamodelle Kalibrierung von Modellparametern unter Unsicherheiten anhand experimenteller Daten unter Verwendung dieser Metamodelle Entwicklung datengetriebener Ansätze zur Modellierung der Prognosegenauigkeit unter Berücksichtigung von Modellfehlern Dokumentation der entwickelten Methoden Verfassen wissenschaftlicher Publikationen und Mitwirkung an der Ausarbeitung von Forschungsanträgen Präsentation der Ergebnisse auf wissenschaftlichen Tagungen Ihre Qualifikationen Zwingend notwendig sind: Abgeschlossenes wissenschaftliches Hochschulstudium (Diplom / Master) sowie Promotion in der Fachrichtung Bauingenieurwesen, physikalische Ingenieurwissenschaften, Physik, Mathematik oder eines vergleichbaren Studiengangs Ausgewiesene Kenntnisse und praktische Erfahrung in der Entwicklung von FEM-Anwendungen unter Verwendung programmierbarer FE-Software (z.
B. FEniCSx), einschließlich der Implementierung von Materialmodellen, Elementformulierungen oder numerischen Lösungsverfahren Vertiefte Kenntnisse im Bereich wissenschaftlicher Programmierung, vorzugsweise in Python, sowie Erfahrung mit modernen Methoden der Softwareentwicklung Erfahrung in der Implementierung von Methoden des maschinellen Lernens und Deep Learnings Sehr gute Englischkenntnisse in Wort und Schrift sowie gute Präsentations- und Publikationsfähigkeiten Wünschenswert wäre darüber hinaus: Erfahrung mit Scientific-Machine-Learning-Ansätzen, insbesondere PINNs und Neural Operators (z.
B. DeepONet, Fourier Neural Operators) Kenntnisse in den Bereichen Unsicherheitsquantifizierung, inverse Probleme, Bayessche Inferenz oder Parameteridentifikation Außerdem sollten Sie Folgendes mitbringen: Initiative / Einsatzbereitschaft und -fähigkeit Teamfähigkeit und Kooperationsbereitschaft Zielorientierte und strukturierte Arbeitsweise Entscheidungsbereitschaft und -fähigkeit Gutes Kommunikations- und Informationsverhalten Unsere Benefits Mobiles Arbeiten Arbeit in nationalen und internationalen Netzwerken mit Universitäten, Forschungseinrichtungen und Industrieunternehmen Verantwortungsvolle, interessante und abwechslungsreiche Tätigkeit in einem kompetenten und kollegialen Umfeld Gute Vereinbarkeit von Beruf, Familie und Privatleben / Work-Life-Balance Attraktives und modernes Arbeitsumfeld mit hervorragender Infrastruktur und Ausstattung auf wissenschaftlich neuestem Stand (Labore, BAM Data Store, High-Performance-Computing etc.) Vielseitige Aufgaben in einem dynamischen und zukunftsorientierten Markt an der Schnittstelle zwischen Wissenschaft, Wirtschaft und Politik Zertifiziert familienfreundliches Arbeitsklima 30 Urlaubstage pro Jahr bei einer 5-Tage-Woche sowie arbeitsfreie Tage am 24. und 31.
Dezember Zugang zu hochwertigen Fortbildungsangeboten und Trainings zu Digitalisierungsthemen wie Programmierung, Forschungsdatenmanagement, KI-Anwendungen und maschinellem Rechnen in der Wissenschaft Vernetzung und Austausch in interdisziplinären Digitalisierungs-Communities sowie auf BAM-Digitalisierungsevents Gezielter Kompetenzerwerb in Schlüsseltechnologien der Labordigitalisierung durch praxisnahe Lernformate wie Workshops, Online-Kurse und kollaborative Trainings Möglichkeit zur aktiven Mitgestaltung von BAM-Digitalisierungsprojekten und zur Einbringung eigener Ideen für digitale Innovationen Vollzeit / Teilzeit möglich Zeitvertrag für 24 Monate Stellenanzeige automatisch mit KI zusammengefasst