Stellenausschreibung Nr. 330/2024

Physikerin/ Physiker oder Informatikerin/ Informatiker (w/m/d)

65% Teilzeit

Tätigkeitsbeschreibung

Ihr Aufgabengebiet umfasst die Entwicklung von Methoden der Simulation Based Inference (SBI), insbesondere der Diffusionsmodelle und Anwendung auf die Analyse von Daten der Experimente am Large Hadron Collider (LHC).

•    Implementierung der SBI-Methoden
•    Skalierung der SBI-Methoden auf verteilte Computersysteme
•    Erweiterung der SBI-Methoden im Hinblick auf ihre Interpretierbarkeit
•    Anwendung der SBI-Methoden auf die Analyse von LHC-Daten.

Diese Arbeit findet im Rahmen des Projekts Neural-based Diffusion Likelihood-free Estimations (NEEDLE) statt. Dieses gemeinsame Projekt von KIT und DESY wird durch Helmholtz AI gefördert.
Die Tätigkeit ist zur Promotion geeignet.

Persönliche Qualifikation
  • abgeschlossenes Studium der Physik oder Informatik (Master)
  • sehr gute Kenntnisse in der Elementarteilchenphysik
  • exzellente Programmierkenntnisse
  • Erfahrungen mit statistischer Datenanalyse und maschinellem Lernen
  • sehr gute Englischkenntnisse in Wort und Schrift.
Entgelt

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

Organisationseinheit

Institut für Astroteilchenphysik (IAP)

Eintrittstermin

01.10.2024

Vertragsdauer

3 Jahre.

Bewerbungsfrist bis

31.07.2024

Fachliche Ansprechperson

Fachliche Auskünfte erteilt Ihnen gerne Herr Prof. Dr. Ulrich Husemann, ulrich.husemann@kit.edu, Tel. +49 721 608- 24038.

Bewerbung

Bitte bewerben Sie sich online mit dem unten stehenden Button auf diese Stellenausschreibung Nr. 330/2024.
Personalservice (PSE) - Personalbetreuung

Frau Ratzel
Telefon: +49 721 608-25544,

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.