baito logo
    navigation?.buttons?.createJob?.text
    3 days ago
    Technische Universität Berlin header
    Technische Universität Berlin logo
    Full-time
    Part-time
    Junior
    Mid Level
    #wissenschaft#uni#berlin

    Wissenschaftliche Mitarbeiter*in (d/m/w)baito Pro Job

    Ausschreibung II-589/24

    Wiss. Mitarbeiter*in (d/m/w) - Entgeltgruppe 13 TV-L Berliner Hochschulen

    Teilzeitbeschäftigung ist ggf. möglich; unter dem Vorbehalt der Mittelbewilligung

    Aufgabenbeschreibung

    DieDer Stelleninhaberin forscht selbstständig an Methoden des generativen Lernens mit Anwendung im Bereich des generativen Designs von Wasserstoff-Verbrennern von Gasturbinen.
    Es sollen numerische Experimente mit Deep Learning Frameworks wie PyTorch oder Tensorflow zum inversen Design mittels invertierbarer neuronaler Netze durchgeführt und die Simulationsergebnisse auf physikalische und statistische Tauglichkeit evaluiert werden.
    DieDer Stelleninhaberin verfasst wissenschaftliche Aufsätze zu der Fragestellung des Projektes "Turbo Transition" und wirkt im Rahmen des Projektes an den Aktivitäten des Konsortiums der AG Turbo und des Forschungsnetzwerks "Effiziente Energieumwandlung" mit. Ebenfalls pflegt dieder Kandidatln den Austausch mit dem Industriepartner Siemens Energy.
    DieDer Wissenschaftliche Mitarbeiterin unterstützt die Lehre mit 1 SWS.

    Erwartete Qualifikationen

    • ein erfolgreich abgeschlossenes wissenschaftliches Hochschulstudium (Master,
      Diplom oder Äquivalent) in Mathematik
    • Programmiererfahrung, bevorzugt in Python
    • Erfahrung in der Anwendung von in Deep Learning, insbesondere Generatives Lernen
    • Programmiererfahrung mit Deep Learning Frameworks wie PyTorch oder TensorFlow
    • gute Deutsch- und/oder Englischkenntnisse erforderlich; Bereitschaft, die jeweils fehlenden Sprachkenntnisse zu erwerben

    Wünschenswert:

    • Teamfähigkeit und gute kommunikative Fähigkeiten
    • Kenntnisse der Theorie des maschinellen Lernens
    • Kenntnisse der Theorie des Generativen Lernens
    • Kenntnisse in der Anwendung von partiellen Differentialgleichungen

    Weitere Informationen zur Stelle erteilt Ihnen Prof. Dr. Gottschalk (gottschalk@math.tu-berlin.de).

    Hinweise zur Bewerbung

    Ihre Bewerbung senden Sie bitte unter Angabe der Kennziffer mit den üblichen Unterlagen (in einem PDF-Dokument, max. 5 MB) per E-Mail an Prof. Dr. Gottschalk (gottschalk@math.tu-berlin.de).

    Mit der Abgabe einer Onlinebewerbung geben Sie als Bewerber*in Ihr Einverständnis, dass Ihre Daten elektronisch verarbeitet und gespeichert werden. Wir weisen darauf hin, dass bei ungeschützter Übersendung Ihrer Bewerbung auf elektronischem Wege keine Gewähr für die Sicherheit übermittelter persönlicher Daten übernommen werden kann. Datenschutzrechtliche Hinweise zur Verarbeitung Ihrer Daten gem. DSGVO finden Sie auf der Webseite der Personalabteilung: https://www.abt2-t.tu-berlin.de/menue/themen_a_z/datenschutzerklaerung/ .

    Zur Wahrung der Chancengleichheit zwischen Frauen und Männern sind Bewerbungen von Frauen mit der jeweiligen Qualifikation ausdrücklich erwünscht. Schwerbehinderte werden bei gleicher Eignung bevorzugt berücksichtigt. Die TU Berlin schätzt die Vielfalt ihrer Mitglieder und verfolgt die Ziele der Chancengleichheit. Bewerbungen von Menschen aller Nationalitäten und mit Migrationshintergrund sind herzlich willkommen.

    Technische Universität Berlin - Die Präsidentin - Fakultät II, Institut für Mathematik, FG Mathematische Modellierung von industriellen Lebenszyklen, Prof. Dr. Gottschalk, Sekr. MA 5-4, Str. des 17. Juni 136, 10623 Berlin

    Fakten

    | Veröffentlicht | 24.10.2024 | |----------------|--------------| | Anzahl Angestellte | ca. 7000 | | Kategorie | Wiss. Mitarbeiterin | | Kategorie TU Berlin | Wiss. Mitarbeiterin ohne Lehraufgaben, Wiss. Mitarbeiter*in mit Lehraufgaben | | Aufgabengebiet | Mathematik | | Beginn frühestens | 01.01.2025 | | Dauer | befristet bis zum 31.12.2027 | | Umfang | 100 % Arbeitszeit; Teilzeitbeschäftigung ist ggf. möglich | | Vergütung | Entgeltgruppe E13 |

    Anforderungen

    | Abschluss | Master, Diplom oder Äquivalent | | Studiengang | Mathematik | | Sprachkenntnisse | Deutsch (gute Kenntnisse), Englisch (gute Kenntnisse) |

    Bewerben

    | Bewerbungsfrist | 08.11.2024 | | Kennziffer | II-589/24 | | per Post | Technische Universität Berlin- Die Präsidentin -ausschließlich per E-Mail | | per E-Mail | gottschalk@math.tu-berlin.de |

    Salary Estimatebaito Pro Feature

    Min

    Median

    Max

    Engagement Statisticsbaito Pro Feature

    Views
    Likes
    Applications

    Your Future Colleaguesbaito Pro Feature

    at Technische Universität Berlin

    Technische Universität Berlin Logo
    1234567
    3 days ago

    Mention baito

    You like what we are doing? You can support us by mentioning that you found this job on baito.

    Apply for this job

    Similar impact jobs