Doktorand*innen-Stelle, als wissenschaftliche*r Mitarbeiter*in für den Sonderforschungsbereich SFB 1701 \"Port-Hamiltonian Systems\"
Jetzt bewerben
Doktorand*innen-Stelle, als wissenschaftliche*r Mitarbeiter*in für den Sonderforschungsbereich SFB 1701 \"Port-Hamiltonian Systems\"

Doktorand*innen-Stelle, als wissenschaftliche*r Mitarbeiter*in für den Sonderforschungsbereich SFB 1701 \"Port-Hamiltonian Systems\"

Stelle Doktorand 40000 - 56000 € / Jahr (geschätzt) Kein Home Office möglich
Jetzt bewerben
Bergische Universität Wuppertal

Auf einen Blick

  • Aufgaben: Join our research team to explore Scientific Machine Learning for port-Hamiltonian systems.
  • Arbeitgeber: Bergische Universität Wuppertal is a vibrant hub for interdisciplinary research and innovation.
  • Mitarbeitervorteile: Enjoy flexible working hours, professional development, and a supportive work environment.
  • Warum dieser Job: Contribute to cutting-edge research while collaborating internationally in a dynamic academic setting.
  • Gewünschte Qualifikationen: We seek motivated candidates with a Master's in Math, Computer Science, or related fields.
  • Andere Informationen: Diversity and inclusion are core values; we welcome applications from all backgrounds.

Das voraussichtliche Gehalt liegt zwischen 40000 - 56000 € pro Jahr.

Im von der Deutschen Forschungsgemeinschaft geförderten Sonderforschungsbereich SFB 1701 «Port-Hamiltonian Systems» ist an der Bergischen Universität Wuppertal zum nächstmöglichen Zeitpunkt befristet bis 31.12.2028 eine Doktorand*innen-Stelle, als wissenschaftliche*r Mitarbeiter*in mit 75 % der tariflichen Arbeitszeit (Stellenwert: E 13 TV-L) zu besetzen. Die Stelle befasst sich mit Struktur-erhaltendem Scientific Machine Learning für port-Hamiltonsche gewöhnliche Differentialgleichungen und differential-algebraische Gleichungen. Port-Hamiltonsche Systeme stellen ein ebenso bedeutendes wie attraktives neues Paradigma für die mathematische Modellierung von gekoppelten dynamischen Systemen dar. Durch eine systematische Verwendung von Ports (Ein- und Ausgänge), können mehrere Systeme gekoppelt oder große Systeme in Subsysteme zerlegt werden ohne die zentralen Eigenschaften zu verlieren. Der Fokus der Stelle liegt auf dem Lernen der Dynamik von port-Hamiltonschen gewöhnlichen und differential-algebraischen Gleichungen. Gauß-Prozesse können dabei als Surrogatmodelle verwendet werden, die es ermöglichen, nichtlineare Hamilton- oder Effort-Funktionen in port-Hamiltonschen Differentialgleichungen zu behandeln, auch und gerade wenn sie nicht explizit bekannt sind. Insbesondere wird es darum gehen, wie solche Surrogatmodelle auf effiziente Weise aus gemessenen und synthetischen Daten konstruiert werden können, wobei die spezielle Struktur des zugrundeliegenden Systems erhalten bleibt, es handelt sich also um eine speziellere Art von physics-informed maschinellem Lernen. Das Projekt des Sonderforschungsbereichs steht unter der Leitung von Prof. Dr. Peter Zaspel und Prof. Dr. Michael Günther. Das internationale Team von Prof. Peter Zaspel konzentriert sich auf die Entwicklung von Methoden des maschinellen Lernens, der Unsicherheitsquantifizierung und des Hochleistungsrechnens im Kontext von Anwendungen aus den Natur- und Ingenieurwissenschaften und darüber hinaus. Es ist eingebettet in die Forschungsgruppe Wissenschaftliches Rechnen und High Performance Computing. Für weitere Informationen siehe https://www.peter-zaspel.de/ und https://hpc.uni-wuppertal.de. In seiner Arbeitsgruppe Applied and Computational Mathematics konzentriert sich die Forschung von Prof. Dr. Michael Günther auf Zeitintegrationsmethoden für alle Arten von (gekoppelten) dynamischen Systemen, mit einem Schwerpunkt auf port-Hamiltonschen ODEs, DAEs und PDEs mit Anwendungen von Computational Physics, Computational Finance bis Computational Electronics. Für weitere Einzelheiten siehe https://acm.uni-wuppertal.de/de/. Sie erwartet: ein ausgezeichnetes Forschungsumfeld in einem lebendigen interdisziplinären Forschungsverbund, internationale Zusammenarbeit und Austausch, Forschung, die die Theorie der port-Hamiltonschen Systeme voranbringt, Unterstützung, Betreuung und professionelle Weiterbildung, um Sie auf Spitzenleistungen in Ihrer Forschung vorzubereiten, interdisziplinäre Forschung zu fördern und Karriereentwicklungsmöglichkeiten einzubeziehen. Fachliche und persönliche Einstellungsvoraussetzungen: Wir suchen hoch motivierte, exzellente und aufgeschlossene Bewerber*innen mit einem abgeschlossenen wissenschaftlichen Hochschulstudium (M.Sc. oder vergleichbar) in Mathematik, Informatik, Physik oder einem verwandten Fachgebiet. Erwartet werden fundierte Kenntnisse in (Scientific) Maschine Learning sowie Kenntnisse in numerischer Analysis und numerischer linearer Algebra. Kenntnisse in paralleler Programmierung sind wünschenswert. Vorkenntnisse in differential-algebraischen Gleichungen, Gauß-Prozessen oder Kern-basierten Methoden sind von Vorteil; Programmiererfahrung in Python oder C/C++ wird erwartet. Gute Englischkenntnisse sind unerlässlich, sowohl als lokale Arbeitssprache als auch wegen der internationalen Zusammenarbeit. Wir suchen eine kompetente Persönlichkeit mit Eigeninitiative und Engagement, die in der Lage ist, selbstständig und in Kooperationen zu arbeiten. Aufgaben und Anforderungen: Mitarbeit an der Forschung im Projekt »Datengetriebene Surrogatmodellierung für differential-algebraische port-Hamiltonsche Systeme« des SFB 1701, Gemeinsame Entwicklung und Veröffentlichung wissenschaftlicher Artikel, Präsentation der Ergebnisse auf Workshops und Konferenzen, Zunehmend eigenständige Entwicklung von Forschungsideen im Bereich des SFB und Anfertigung einer Dissertation, Beteiligung an der Vernetzung innerhalb der Mitglieder des SFB, in die Fakultät hinein und die kooperierenden Fakultäten, national und international, Teilnahme und Mitwirkung an den Angeboten des strukturierten Doktorandenprogrammes des SFB 1701. An der Bergischen Universität schätzen wir die Diversität unserer Hochschulangehörigen und versuchen Diskriminierungen jeglicher Art entschieden entgegenzutreten. Wir setzen uns für Gleichstellung, Chancengerechtigkeit und die Vereinbarkeit von Familie und Beruf ein, um unserem Anspruch exzellenter Forschung gerecht werden zu können. Diese Werte sind auch zentraler Bestandteil des SFB 1701. Wir nehmen uns Zeit für Ihr Ankommen und unterstützen Sie bei der Integration in ein möglicherweise neues kulturelles Umfeld. Individuelle Fort- und Weiterbildungsmöglichkeiten unterstützen Sie in Ihrer persönlichen und beruflichen Entwicklung. Wir bieten ein angenehmes und kollegiales Arbeitsklima, flexible Arbeitszeiten mit ggf. der Option auf anteiliges Homeoffice. Weitere Vorzüge umfassen die zusätzliche Altersvorsorge des öffentlichen Dienstes (VBL), Teilnahme am Hochschulsport und abwechslungsreiche Versorgung in den Campusmensen. Es handelt sich um Qualifizierungsstellen im Sinne des Wissenschaftszeitvertragsgesetzes (WissZeitVG), die der Durchführung eines drittmittelfinanzierten Forschungsprojektes dient. Die Laufzeit des Arbeitsvertrages wird der angestrebten wissenschaftlichen Qualifizierung angemessen gestaltet. Kennziffer: 25063 Bewerbungen sind grundsätzlich nur über das Onlineportal der Bergischen Universität Wuppertal möglich: https://stellenausschreibungen.uni-wuppertal.de. Der Bewerbung sind als Unterlagen beizufügen: ein Motivationsschreiben, aktueller Lebenslauf, das Zeugnis des Bachelorabschlusses, einschließlich Diploma Supplement, das Zeugnis des Masterabschlusses, einschließlich Diploma Supplement. Falls das Masterzeugnis noch nicht vorgelegt werden kann, können auch Nachweise über die bisherigen Studienleistungen oder ein vorläufiges Prüfungszeugnis vorgelegt werden. Bitte verzichten Sie auf ein Foto in Ihren Bewerbungsunterlagen. Für die Auswahl zählen allein ihre Qualifikation und bisherigen Erfahrungen. Unvollständig eingereichte Bewerbungen können nicht berücksichtigt werden! Ansprechpartner für die Bewerbung sind Prof. Dr. Peter Zaspel und Prof. Dr. Michael Günther. Wir freuen uns auf Bewerbungen von Menschen jeglichen Geschlechts sowie von Menschen mit Schwerbehinderung und ihnen gleichgestellten behinderten Menschen. Bewerberinnen werden nach Maßgabe des Landesgleichstellungsgesetzes NRW bevorzugt berücksichtigt, sofern nicht in der Person eines Mitbewerbers liegende Gründe überwiegen. Die Rechte von Menschen mit einer Schwerbehinderung, bei gleicher Eignung bevorzugt berücksichtigt zu werden, bleiben unberührt. Bewerbungsfrist: 08.04.2025Mathematik Mathematik Doktorand, Doktorandin Lehre & Forschung, Wissenschaft Universität Teilzeit

Doktorand*innen-Stelle, als wissenschaftliche*r Mitarbeiter*in für den Sonderforschungsbereich SFB 1701 \"Port-Hamiltonian Systems\" Arbeitgeber: Bergische Universität Wuppertal

Die Bergische Universität Wuppertal bietet ein herausragendes Arbeitsumfeld für Doktorand*innen im Sonderforschungsbereich SFB 1701, das von interdisziplinärer Zusammenarbeit und internationalem Austausch geprägt ist. Mit einem starken Fokus auf persönliche und berufliche Entwicklung, flexiblen Arbeitszeiten und einem kollegialen Klima unterstützt die Universität ihre Mitarbeiter*innen dabei, Spitzenleistungen in der Forschung zu erzielen. Zudem fördert die Universität Diversität und Chancengleichheit, was sie zu einem attraktiven Arbeitgeber für talentierte Wissenschaftler*innen macht.
Bergische Universität Wuppertal

Kontaktperson:

Bergische Universität Wuppertal HR Team

StudySmarter Bewerbungstipps 🤫

So bekommst du den Job: Doktorand*innen-Stelle, als wissenschaftliche*r Mitarbeiter*in für den Sonderforschungsbereich SFB 1701 \"Port-Hamiltonian Systems\"

Tip Nummer 1

Nutze dein Netzwerk! Sprich mit Professoren oder Kommilitonen, die bereits im Bereich port-Hamiltonsche Systeme oder maschinelles Lernen arbeiten. Sie können dir wertvolle Einblicke geben und möglicherweise sogar Empfehlungen aussprechen.

Tip Nummer 2

Engagiere dich in relevanten Forschungsprojekten oder Gruppen an deiner Universität. Dies zeigt nicht nur dein Interesse, sondern gibt dir auch praktische Erfahrungen, die du in deinem Bewerbungsgespräch hervorheben kannst.

Tip Nummer 3

Bereite dich auf technische Fragen vor, die sich auf differential-algebraische Gleichungen und maschinelles Lernen beziehen. Du könntest gebeten werden, deine Ansätze zur Lösung spezifischer Probleme zu erläutern, also sei bereit, deine Kenntnisse zu demonstrieren.

Tip Nummer 4

Informiere dich über die aktuellen Forschungsarbeiten von Prof. Dr. Peter Zaspel und Prof. Dr. Michael Günther. Zeige in deinem Gespräch, dass du ihre Arbeiten kennst und wie du zu ihren Projekten beitragen kannst.

Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Doktorand*innen-Stelle, als wissenschaftliche*r Mitarbeiter*in für den Sonderforschungsbereich SFB 1701 \"Port-Hamiltonian Systems\"

Fundierte Kenntnisse in (Scientific) Machine Learning
Kenntnisse in numerischer Analysis
Kenntnisse in numerischer linearer Algebra
Vorkenntnisse in differential-algebraischen Gleichungen
Kenntnisse in Gauß-Prozessen
Kenntnisse in kernbasierten Methoden
Programmiererfahrung in Python oder C/C++
Gute Englischkenntnisse
Eigeninitiative und Engagement
Fähigkeit zur selbstständigen und kooperativen Arbeit
Kenntnisse in paralleler Programmierung (wünschenswert)
Präsentationsfähigkeiten für Workshops und Konferenzen
Entwicklung von Forschungsideen

Tipps für deine Bewerbung 🫡

Motivationsschreiben: Verfasse ein überzeugendes Motivationsschreiben, in dem du deine Begeisterung für das Thema port-Hamiltonsche Systeme und deine bisherigen Erfahrungen im Bereich Scientific Machine Learning darlegst. Betone, wie deine Kenntnisse in Mathematik, Informatik oder Physik dich für diese Position qualifizieren.

Lebenslauf: Erstelle einen aktuellen Lebenslauf, der deine akademische Ausbildung, relevante Praktika und Forschungsprojekte hervorhebt. Achte darauf, deine Programmierkenntnisse in Python oder C/C++ sowie deine Erfahrungen mit Gauß-Prozessen oder differential-algebraischen Gleichungen klar darzustellen.

Unterlagen zusammenstellen: Stelle sicher, dass du alle erforderlichen Unterlagen beisammen hast: dein Bachelor- und Masterzeugnis (inklusive Diploma Supplement) sowie Nachweise über bisherige Studienleistungen, falls das Masterzeugnis noch nicht vorliegt. Vergiss nicht, auf ein Foto zu verzichten!

Online-Bewerbung: Reiche deine Bewerbung über das Onlineportal der Bergischen Universität Wuppertal ein. Achte darauf, dass alle Dokumente vollständig und korrekt sind, da unvollständige Bewerbungen nicht berücksichtigt werden können.

Wie du dich auf ein Vorstellungsgespräch bei Bergische Universität Wuppertal vorbereitest

Verstehe die Grundlagen der port-Hamiltonschen Systeme

Mach dich mit den Konzepten der port-Hamiltonschen Systeme vertraut, insbesondere mit den Eigenschaften und Anwendungen in der mathematischen Modellierung. Zeige im Interview, dass du die Relevanz dieser Systeme für die Forschung verstehst.

Bereite dich auf technische Fragen vor

Erwarte Fragen zu deinen Kenntnissen in (Scientific) Machine Learning, numerischer Analysis und Programmierung. Sei bereit, konkrete Beispiele aus deiner bisherigen Arbeit oder Studienprojekten zu nennen, um deine Fähigkeiten zu demonstrieren.

Zeige deine Teamfähigkeit und Eigeninitiative

Das Projekt erfordert Zusammenarbeit im internationalen Team. Bereite Beispiele vor, die deine Fähigkeit zur Teamarbeit und deine Eigeninitiative zeigen. Betone, wie du in der Vergangenheit erfolgreich in Gruppen gearbeitet hast.

Stelle Fragen zur Forschungsgruppe

Bereite einige Fragen vor, die dein Interesse an der Forschungsgruppe und dem SFB 1701 zeigen. Frage nach aktuellen Projekten, Herausforderungen oder zukünftigen Zielen, um dein Engagement und deine Neugier zu demonstrieren.

Doktorand*innen-Stelle, als wissenschaftliche*r Mitarbeiter*in für den Sonderforschungsbereich SFB 1701 \"Port-Hamiltonian Systems\"
Bergische Universität Wuppertal
Jetzt bewerben
Bergische Universität Wuppertal
  • Doktorand*innen-Stelle, als wissenschaftliche*r Mitarbeiter*in für den Sonderforschungsbereich SFB 1701 \"Port-Hamiltonian Systems\"

    Stelle
    Doktorand
    40000 - 56000 € / Jahr (geschätzt)
    Jetzt bewerben

    Bewerbungsfrist: 2027-03-11

  • Bergische Universität Wuppertal

    Bergische Universität Wuppertal

    2000 - 3000
Ähnliche Positionen bei anderen Arbeitgebern
Europas größte Jobbörse für Gen-Z
discover-jobs-cta
Jetzt entdecken
>