Scientific Researcher (m/f/d) Adjoint Monte Carlo Simulation for Inverse Problems
Jetzt bewerben
Scientific Researcher (m/f/d) Adjoint Monte Carlo Simulation for Inverse Problems

Scientific Researcher (m/f/d) Adjoint Monte Carlo Simulation for Inverse Problems

Doktorand 27000 - 45000 € / Jahr (geschätzt) Home Office möglich (teilweise)
Karlsruher Institut für Technologie (KIT)

Auf einen Blick

  • Aufgaben: Entwickle effiziente adjungierte Simulationen für medizinische Bildgebungsprobleme.
  • Arbeitgeber: KIT ist eine führende deutsche Forschungsuniversität mit internationalem Ruf.
  • Mitarbeitervorteile: Flexible Arbeitszeiten, Homeoffice, Sportangebote und ein Jobticket für nur 25 EUR/Monat.
  • Warum dieser Job: Erwerbe einen Doktortitel in einem innovativen Umfeld mit direktem Industriebezug.
  • Gewünschte Qualifikationen: Masterabschluss in angewandter Mathematik oder verwandten Fächern erforderlich.
  • Andere Informationen: Bevorzugte Bewerbungen von Frauen und schwerbehinderten Personen.

Das voraussichtliche Gehalt liegt zwischen 27000 - 45000 € pro Jahr.

We are looking for the Scientific Computing Center (SCC) to start on 15.09.2025 limited for 3 years for a Scientific Researcher (m/f/d) Adjoint Monte Carlo Simulation for Inverse Problems PhD Position / 75% part-time The Scientific Computing Center (SCC) is a central scientific institution of KIT in connection with tasks in research, teaching, and innovation and performs overarching services within KIT and for external parties. We are looking for a researcher to work on uncertainty quantification and inverse problems in the setting of medical imaging problems. Specifically, the researcher will work on the development of efficient adjoint simulations for kinetic Monte Carlo simulations for radiative transport equations. Developing such simulations will require combining mathematical modeling techniques for deriving adjoint equations with programming techniques to produce an efficient implementation. In particular, a memory-efficient implementation is foreseen using reversible pseudorandom number generators. The ultimate goal is to integrate these techniques into an existing code, in collaboration with industrial partners. This position offers the possibility to acquire a PhD degree while working in the CSMM research group, headed by Professor Martin Frank. This thesis will be carried out within the scope of an interuniversity BMTFR project under the funding theme «Mathematics for Innovation», in collaboration with an industry partner. An industrial internship may also be possible within this framework. The successful applicant will also be associated with KIT\’s KCDS graduate school. Personal qualification You have a master\’s degree in applied mathematics, computational science or a compatible STEM subject. You can demonstrate a solid foundation in programming through either academic projects or otherwise. Knowledge or experience in at least one of these methodological fields is an advantage: mathematical modeling, stochastic simulation and uncertainty quantification. Further, prior experience in C++ and/or CUDA is a plus. Become a member of staff of the only German University of Excellence that conducts large-scale research on the national level. Work under excellent working conditions in an interna-tional environment and be active in research and academic education for our future. Benefit from specific training when starting your job and from a wide range of further qualification offers. Use our flexible working time models (flexitime, work from home), our sports and leisure offers, as well as our child and holiday care services. We also pay a share of EUR 25/month in the Job Ticket Baden-Württemberg. Enjoy a large variety of dishes, snacks, and beverages at our canteens. We prefer to balance the number of employees (f/m/d). Therefore we kindly ask female applicants to apply for this job. Recognized severely disabled persons will be preferred if they are equally qualified. Please apply online until 09.09.2025 using the vacancy number 356/2025 to Mr. Meschar, Karlsruhe Institute of Technology (KIT), Human Resources, Hermann-von-Helmholtz-Platz 1, 76344 Eggenstein-Leopoldshafen, Germany. For further information, please contact Dr. Emil Løvbak, e-mail: emil.loevback@kit.edu. Processing of your personal data by Karlsruhe Institute of Technology (KIT) will be subject to this Privacy Policy. You can find further information on the internet: www.kit.edu Curious about an exciting and versatile role in an agile team? Discover more about SCC as your professional place to be: https://www.scc.kit.edu/en/aboutus/working-at-scc.php KIT – The Research University in the Helmholtz AssociationMathematik Informatik Mathematik Postdoc Forscher, Forscherin, Researcher Lehre & Forschung, Wissenschaft Universität Forschungseinrichtung Teilzeit

Scientific Researcher (m/f/d) Adjoint Monte Carlo Simulation for Inverse Problems Arbeitgeber: Karlsruher Institut für Technologie (KIT)

Das Scientific Computing Center (SCC) am KIT bietet eine herausragende Arbeitsumgebung für wissenschaftliche Forscher, die an innovativen Projekten im Bereich der medizinischen Bildgebung arbeiten möchten. Mit flexiblen Arbeitszeitmodellen, umfangreichen Weiterbildungsmöglichkeiten und der Chance, in einem internationalen Team zu forschen und zu lehren, ist das SCC ein attraktiver Arbeitgeber für alle, die ihre Karriere in der Wissenschaft vorantreiben wollen. Zudem profitieren Mitarbeiter von einer Vielzahl an Freizeitangeboten und einer hervorragenden Verpflegung vor Ort.
Karlsruher Institut für Technologie (KIT)

Kontaktperson:

Karlsruher Institut für Technologie (KIT) HR Team

StudySmarter Bewerbungstipps 🤫

So bekommst du den Job: Scientific Researcher (m/f/d) Adjoint Monte Carlo Simulation for Inverse Problems

Tipp Nummer 1

Nutze dein Netzwerk! Sprich mit Professoren oder Kommilitonen, die bereits in der Forschung tätig sind. Sie können dir wertvolle Einblicke geben und möglicherweise sogar Kontakte zu Personen im SCC herstellen.

Tipp Nummer 2

Informiere dich über aktuelle Forschungsprojekte am SCC. Zeige in deinem Gespräch, dass du dich mit den Themen auseinandergesetzt hast und bringe eigene Ideen ein, wie du zur Weiterentwicklung beitragen kannst.

Tipp Nummer 3

Bereite dich auf technische Fragen vor, insbesondere zu C++ und CUDA. Übe das Programmieren von Algorithmen, die für Monte Carlo Simulationen relevant sind, um deine Fähigkeiten zu demonstrieren.

Tipp Nummer 4

Zeige deine Begeisterung für interdisziplinäre Zusammenarbeit. Betone, wie wichtig dir der Austausch mit Industriepartnern ist und wie du deine mathematischen Kenntnisse in praktischen Anwendungen umsetzen möchtest.

Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Scientific Researcher (m/f/d) Adjoint Monte Carlo Simulation for Inverse Problems

Mathematische Modellierung
Stochastische Simulation
Unsicherheitsquantifizierung
Programmierkenntnisse in C++
Kenntnisse in CUDA
Effiziente Implementierungstechniken
Entwicklung von adjungierten Simulationen
Kenntnisse in kinetischen Monte-Carlo-Simulationen
Analytisches Denken
Teamarbeit und Zusammenarbeit mit Industriepartnern
Fähigkeit zur Problemlösung
Flexibilität und Anpassungsfähigkeit
Kommunikationsfähigkeiten
Interdisziplinäres Arbeiten

Tipps für deine Bewerbung 🫡

Stelle deine Qualifikationen heraus: Betone in deinem Lebenslauf und Anschreiben deine Master-Abschluss in angewandter Mathematik oder einem verwandten Fach. Hebe relevante Projekte hervor, die deine Programmierkenntnisse demonstrieren, insbesondere in C++ oder CUDA.

Motivationsschreiben: Verfasse ein überzeugendes Motivationsschreiben, in dem du erklärst, warum du an der Position interessiert bist und wie deine Erfahrungen im Bereich der stochastischen Simulation und Unsicherheitsquantifizierung dich zu einem idealen Kandidaten machen.

Forschungserfahrung betonen: Falls du bereits Erfahrung in der mathematischen Modellierung oder in der Entwicklung von Simulationen hast, stelle sicher, dass du dies klar und präzise darstellst. Dies kann durch spezifische Beispiele aus deiner akademischen Laufbahn geschehen.

Fristen beachten: Achte darauf, dass du deine Bewerbung bis zum 09.09.2025 über unsere Website einreichst. Überprüfe alle Dokumente auf Vollständigkeit und Richtigkeit, bevor du sie abschickst.

Wie du dich auf ein Vorstellungsgespräch bei Karlsruher Institut für Technologie (KIT) vorbereitest

Verstehe die Anforderungen der Position

Mach dich mit den spezifischen Anforderungen der Stelle vertraut, insbesondere mit den Themen Unsicherheitsquantifizierung und inverse Probleme. Zeige im Interview, dass du die Herausforderungen und Ziele der Forschung verstehst.

Bereite praktische Beispiele vor

Sei bereit, konkrete Beispiele aus deinen bisherigen Projekten oder Erfahrungen zu nennen, die deine Programmierkenntnisse und dein Verständnis für mathematische Modellierung demonstrieren. Dies könnte auch deine Erfahrung mit C++ oder CUDA umfassen.

Frage nach der Teamdynamik

Zeige Interesse an der Zusammenarbeit im Team, indem du Fragen zur Teamstruktur und den interdisziplinären Projekten stellst. Dies zeigt, dass du an einer langfristigen Zusammenarbeit interessiert bist und die Bedeutung von Teamarbeit verstehst.

Informiere dich über das KIT und SCC

Recherchiere über das Karlsruhe Institute of Technology und das Scientific Computing Center. Zeige im Interview, dass du die Werte und Ziele der Institutionen kennst und wie du dazu beitragen kannst, diese zu erreichen.

Scientific Researcher (m/f/d) Adjoint Monte Carlo Simulation for Inverse Problems
Karlsruher Institut für Technologie (KIT)

Schneller zum Traumjob mit Premium

Deine Bewerbung wird als „Top Bewerbung“ bei unseren Partnern gekennzeichnet
Individuelles Feedback zu Lebenslauf und Anschreiben, einschließlich der Anpassung an spezifische Stellenanforderungen
Gehöre zu den ersten Bewerbern für neue Stellen mit unserem AI Bewerbungsassistenten
1:1 Unterstützung und Karriereberatung durch unsere Career Coaches
Premium gehen

Geld-zurück-Garantie, wenn du innerhalb von 6 Monaten keinen Job findest

Karlsruher Institut für Technologie (KIT)
Ähnliche Positionen bei anderen Arbeitgebern
Europas größte Jobbörse für Gen-Z
discover-jobs-cta
Jetzt entdecken
>