Mit dem Ziel komplexe Forschungsdaten effizient nutzbar und zugänglich zu machen, entwickeln Sie maschinelle Lernmethoden für materialwissenschaftliche Fragestellungen mit daten-integrativen Ansätzen. Sie entwickeln, implementieren und integrieren KI-Modell für materialwissenschaftliche Anwendungen, von Mikrostrukturen bis hin zu Batteriesystemen aus dem Excellenzcluster POLiS. Sie erstellen Workflows im Ökosystem der Datenplattform Kadi4Mat und erweitern diese mit Knoten für maschinelles Lernen und künstlicher Intelligenz. Des Weiteren gehört die Implementierung von Methoden des maschinellen Lernens und der Weiterentwicklung der Softwarelösungen CIDS, KadiAI und Kadi zu Ihren Aufgaben.

Die Ergebnisse Ihrer Arbeit präsentieren Sie sowohl institutsintern als auch auf Konferenzen und veröffentlichen sie in wissenschaftlichen Fachzeitschriften und Repositorien. 

Zusätzlich zu der wissenschaftlichen Tätigkeit besteht die Möglichkeit einer Promotion.

Sie verfügen über:

• abgeschlossenes Hochschulstudium (Diplom (Uni) / Master) mit ingenieurs-, natur-, computer-, oder datenwissenschaftlicher Ausrichtung
• Erfahrungen im maschinellen Lernen insbesondere Deep oder generative Learning
• Programmiererfahrung in Python vornehmlich PyTorch oder Tensorflow
• Wissen und Anwendungskompetenz in den Bereichen Materialwissenschaft oder Batteriesystemen sind von Vorteil
• sehr gute Englischkenntnisse in Wort und Schrift auch im wissenschaftlichen Kontext
• Teamfähigkeit