Auf einen Blick
- Aufgaben: Entwickle und verbessere Machine Learning Modelle für Materialwissenschaften.
- Arbeitgeber: BAM ist ein führendes Forschungsinstitut in Berlin mit Fokus auf Materialforschung.
- Mitarbeitervorteile: Flexible Arbeitszeiten, mobiles Arbeiten und 30 Tage Urlaub pro Jahr.
- Warum dieser Job: Arbeite an innovativen Projekten und kooperiere mit internationalen Netzwerken.
- Gewünschte Qualifikationen: Doktorat in Informatik oder verwandten Bereichen, sehr gute Kenntnisse in Machine Learning.
- Andere Informationen: BAM fördert Gleichstellung und Vielfalt am Arbeitsplatz.
Das voraussichtliche Gehalt liegt zwischen 36000 - 60000 € pro Jahr.
Die Bundesanstalt für Materialforschung und -prüfung (BAM) in Berlin-Steglitz sucht einen hochmotivierten Postdoktoranden, um unser eScience-Team zu verstärken. Diese Rolle umfasst die Entwicklung und den Fortschritt von Machine-Learning-Modellen für Anwendungen in der Materialwissenschaft, mit Möglichkeiten zur Zusammenarbeit mit führenden nationalen und internationalen Netzwerken.
Aufgaben:
- Entwicklung und Fortschritt eigener Machine-Learning-Projekte.
- Enge Zusammenarbeit mit Materialwissenschaftlern.
- Entwicklung neuer Machine-Learning-Modelle für Anwendungen in der Materialwissenschaft.
- Implementierung von Machine-Learning-Modellen unter Verwendung von PyTorch und anderen relevanten Softwarebibliotheken.
- Vorbereitung von Trainingsdaten und Entwicklung/Auswahl geeigneter Merkmale.
- Visualisierung und Interpretation von Ergebnissen aus Vorhersagen.
- Kommunikation von Forschungsergebnissen auf wissenschaftlichen Konferenzen und in peer-reviewed Zeitschriften.
Anforderungen:
- Erfolgreich abgeschlossenes Hochschulstudium (Diplom/Master) und eine sehr gute Promotion in Informatik, technischer Softwareentwicklung, Bioinformatik, Mathematik, Physik, Datenengineering oder einem vergleichbaren Bereich.
- Sehr gute Kenntnisse von Softwarebibliotheken für Data Science (z.B. PyTorch, PyTorch-Geometric, Pandas, Scikit-Learn).
- Sehr gute Kenntnisse der Theorie und Praxis moderner Machine-Learning-Methoden (z.B. umkehrbare neuronale Netze und graphenbasierte neuronale Netze).
- Kenntnisse in mindestens einer Programmiersprache (z.B. Python, Rust, Go).
- Gute Kenntnisse von Methoden zur Visualisierung komplexer Datensätze.
- Erfahrung mit Versionskontrollsystemen (z.B. Git) ist wünschenswert.
- Erfahrung mit statistischen Methoden ist wünschenswert.
- Kenntnisse von Methoden zur Verarbeitung und Analyse großer Datenmengen sind wünschenswert.
- Erfahrung mit Daten aus dem Bereich der Materialwissenschaft oder Ingenieurwissenschaften oder Naturwissenschaften ist wünschenswert.
- Ausgezeichnete mündliche und schriftliche Sprachkenntnisse in Englisch.
- Starke Kommunikations- und zwischenmenschliche Fähigkeiten, zielorientierter und strukturierter Arbeitsstil, mit der Bereitschaft zur Kooperation und Zusammenarbeit.
- Bereitschaft zu lernen und sich weiterzuentwickeln, mit starken konzeptionellen, strategischen und innovativen Denkfähigkeiten.
Wie man sich bewirbt:
Wir freuen uns über Bewerbungen über das Online-Bewerbungsformular bis zum 04.07.2024. Alternativ können Sie Ihre Bewerbung auch per Post unter Angabe der Referenznummer 140/24-VP.1 senden.
BAM fördert die berufliche Gleichstellung von Frauen und Männern und begrüßt Bewerbungen aus allen Hintergründen. Schwerbehinderten Personen wird bei gleicher Eignung der Vorzug gegeben.
Postdoctoral Researcher in Machine Learning, Berlin-Steglitz, Germany Arbeitgeber: Littleducklingindy
Kontaktperson:
Littleducklingindy HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Postdoctoral Researcher in Machine Learning, Berlin-Steglitz, Germany
✨Netzwerken ist der Schlüssel
Nutze Plattformen wie LinkedIn oder ResearchGate, um mit Fachleuten aus dem Bereich Maschinenlernen und Materialwissenschaften in Kontakt zu treten. Vernetze dich mit aktuellen und ehemaligen Mitarbeitern von BAM, um mehr über die Unternehmenskultur und aktuelle Projekte zu erfahren.
✨Präsentiere deine Projekte
Bereite eine kurze Präsentation deiner bisherigen Forschungsprojekte vor, insbesondere solche, die maschinelles Lernen betreffen. Dies zeigt nicht nur dein Fachwissen, sondern auch deine Fähigkeit, komplexe Themen verständlich zu kommunizieren.
✨Bleibe auf dem neuesten Stand
Informiere dich über die neuesten Entwicklungen im Bereich maschinelles Lernen und Materialwissenschaften. Verfolge relevante Konferenzen und Publikationen, um bei Gesprächen während des Bewerbungsprozesses kompetent auftreten zu können.
✨Zeige deine Teamfähigkeit
Bereite Beispiele vor, die deine Teamarbeit und interdisziplinäre Zusammenarbeit verdeutlichen. Da die Stelle enge Kooperationen mit Materialwissenschaftlern erfordert, ist es wichtig, deine Kommunikations- und Kooperationsfähigkeiten hervorzuheben.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Postdoctoral Researcher in Machine Learning, Berlin-Steglitz, Germany
Tipps für deine Bewerbung 🫡
Forschung betreiben: Informiere dich über die Bundesanstalt für Materialforschung und -prüfung (BAM) und deren eScience-Team. Verstehe die spezifischen Anforderungen der Stelle und die aktuellen Projekte im Bereich Maschinenlernen.
Dokumente vorbereiten: Stelle sicher, dass du alle relevanten Dokumente hast, einschließlich deines Lebenslaufs, deiner Promotionsurkunde, Nachweisen über deine Programmierkenntnisse und eventuell Empfehlungsschreiben. Achte darauf, dass dein Lebenslauf auf die Anforderungen der Stelle zugeschnitten ist.
Motivationsschreiben verfassen: Schreibe ein überzeugendes Motivationsschreiben, in dem du deine Erfahrungen im Bereich Maschinenlernen und Datenwissenschaft darlegst. Betone deine Fähigkeiten in den geforderten Softwarebibliotheken und deine Bereitschaft zur Zusammenarbeit mit Materialwissenschaftlern.
Bewerbung einreichen: Reiche deine Bewerbung über das Online-Bewerbungsformular bis zum 04.07.2024 ein. Überprüfe vor dem Absenden, ob alle Informationen korrekt und vollständig sind, um einen professionellen Eindruck zu hinterlassen.
Wie du dich auf ein Vorstellungsgespräch bei Littleducklingindy vorbereitest
✨Bereite dich auf technische Fragen vor
Da die Position einen starken Fokus auf maschinelles Lernen und Datenwissenschaft hat, solltest du dich auf technische Fragen zu Softwarebibliotheken wie PyTorch und Scikit-Learn vorbereiten. Überlege dir Beispiele aus deiner bisherigen Forschung oder Projekten, die deine Kenntnisse in diesen Bereichen demonstrieren.
✨Zeige deine Kommunikationsfähigkeiten
Die Zusammenarbeit mit Materialwissenschaftlern erfordert starke Kommunikationsfähigkeiten. Bereite dich darauf vor, deine Forschungsprojekte klar und präzise zu erklären, sowohl mündlich als auch schriftlich. Übe, komplexe Konzepte einfach zu erklären, um deine Fähigkeit zur interdisziplinären Zusammenarbeit zu zeigen.
✨Hebe deine Teamarbeit hervor
Da die Stelle eine enge Zusammenarbeit mit anderen Wissenschaftlern erfordert, solltest du Beispiele für erfolgreiche Teamprojekte oder Kooperationen bereit haben. Betone, wie du zur Erreichung gemeinsamer Ziele beigetragen hast und welche Rolle du im Team gespielt hast.
✨Frage nach den nächsten Schritten
Am Ende des Interviews ist es wichtig, Interesse zu zeigen. Frage nach den nächsten Schritten im Auswahlprozess oder nach der Teamdynamik. Dies zeigt dein Engagement und dein Interesse an der Position und dem Unternehmen.