Sie arbeiten an der Entwicklung von Methoden des maschinellen Lernens in der Forschungsgruppe AI for Materials Science (AiMat) unter der Leitung von Prof. Dr. Pascal Friederich.

Zu Ihren Aufgaben gehören: 

• Entwicklung moderner Methoden des maschinellen Lernens
• Aktive Mitgestaltung der Zusammenarbeit im deutsch-amerikanischen Forschungsprojekts „NeuroTronics“, insbesondere mit dem Schwerpunkt auf Design dotierter halbleitender Polymere unter Verwendung von Methoden von maschinellem Lernen und selbstfahrenden Laboren
• Erforschung im Bereich autonomer Entscheidungsfindungsmethoden auf Basis bayes´scher Optimierungsmethoden
• Kooperation mit Partnern in den USA bei deren Integration in automatisierte Synthese - und Charakterisierungs-Workflows

Zusätzlich zu der wissenschaftlichen Tätigkeit besteht die Möglichkeit einer Promotion.

Sie verfügen über:

• ein erfolgreich abgeschlossenes Hochschulstudium (Diplom (Uni) oder Master) in Informatik oder Naturwissenschaften
• theoretische und praktische Erfahrung in den Bereichen maschinelles Lernen und Deep Learning
• Erfahrung in der Anwendung von Methoden des maschinellen Lernens in einem interdisziplinären Kontext ist von Vorteil
• Erfahrung im Bereich der Bayes´schen Optimierung und/oder selbstfahrenden Laboren
• Erfahrung mit quantenchemischen Simulationen molekularer oder polymerer Systeme ist wünschenswert
• idealerweise Erfahrung mit der Entwicklung und dem Training großer Modelle oder der Durchführung  von Simulationen auf Hochleistungsrechnersystemen 
• idealerweise praktische Forschungserfahrung sowie Erfahrung mit Veröffentlichungen in relevanten wissenschaftlichen Bereichen
• Erfahrung in der Programmierung mit Python, insbesondere mit Bibliotheken wie PyTorch
• fließende Englischkenntnisse
• ausgeprägte Kommunikations- und Präsentationsfähigkeit