Stellenausschreibung Nr. 57/2024

Mitarbeiterin / Akademischer Mitarbeiter (w/m/d) für den Bereich Maschinelles Lernen in den Materialwissenschaften

Tätigkeitsbeschreibung

Ihre Aufgabe umfasst die Entwicklung von maschinellen Lernmethoden für Materialwissenschaftliche Fragestellungen mit daten-integrativen Ansätzen. Die Anwendungen beziehen sich vor allem auf Batteriesysteme in Verbindung zum Excellenzcluster POLiS. Zu diesem Zweck erstellen Sie Workflows im Ökosystem der Datenplattform Kadi4Mat und erweitern diese mit Knoten für maschinelles Lernen und der künstlichen Intelligenz.

Weitere Aufgaben umfassen die Implementierung von Methoden des maschinellen Lernens und die Weiterentwicklung der Softwarelösungen CIDS, KadiAI und Kadi. Die Ergebnisse der Arbeit werden institutsintern geteilt, auf Konferenzen präsentiert und in wissenschaftlichen Journalen und Repositorien veröffentlicht.

Persönliche Qualifikation

Sie verfügen über ein abgeschlossenes Hochschulstudium (Diplom (Uni) / Master) in einer mathematischen, ingenieur-, natur-, datenwissenschaftlichen Fachrichtung. Darüber hinaus haben Sie Erfahrung im Maschinellen Lernen (insbesondere Deep oder Reinforcement Learning) und können Programmierkenntnisse in Python (insbesondere PyTorch oder Tensorflow) vorweisen. 

Zusätzlich zu der wissenschaftlichen Tätigkeit besteht die Möglichkeit einer Promotion.

Entgelt

EG 13, sofern die fachlichen und persönlichen Voraussetzungen erfüllt sind. 

Organisationseinheit

Institut für Nanotechnologie (INT)

Eintrittstermin

01.03.2024

Vertragsdauer

1 Jahr

Bewerbungsfrist bis

29.02.2024

Fachliche/r Ansprechpartner/in

Fachliche Auskünfte erteilt Ihnen gerne Herr Dr.-Ing. Arnd Koeppe (arnd.koeppe@kit.edu)

Bewerbung

Bitte bewerben Sie sich online mit dem unten stehenden Button auf diese Stellenausschreibung Nr. 57/2024.
Personalservice (PSE) - Personalbetreuung

Frau König
Telefon: +49 721 608-25011,

Karlsruher Institut für Technologie (KIT)
Hermann-von-Helmholtz-Platz 1
76344 Eggenstein-Leopoldshafen

Wir streben eine möglichst gleichmäßige Besetzung der Arbeitsplätze mit Beschäftigten (w/m/d) an und würden uns daher insbesondere über Bewerbungen von Frauen freuen.

Bei gleicher Eignung werden anerkannt schwerbehinderte Menschen bevorzugt berücksichtigt.