Research Assistant (Doctoral student) project \"Multi-fidelity, active learning strategies for exciton transfer in cryptophyte antenna complexes\"

Die Universität Wuppertal ist eine dynamische, vernetzte und forschungsorientierte Campusuniversität. Gemeinsam stehen mehr als 25.000 Forschende, akademisches Personal und Studierende vor den Herausforderungen von Wissenschaft, Bildung, Kultur, Wirtschaft, Gesellschaft, Technologie und Umwelt.

Die Fakultät für Mathematik und Naturwissenschaften, Professur für Software in datenintensiven Anwendungen, lädt zur Bewerbung ein.

Interdisziplinäre Arbeit an der Schnittstelle von Informatik und Mathematik mit Anwendungen im Kontext des molekularen maschinellen Lernens, im thematischen Rahmen des Projekts „Multi-fidelity, active learning strategies for exciton transfer in cryptophyte antenna complexes“ des DFG-Graduiertenkollegs „Molekulares Maschinelles Lernen“.

• Entwicklung neuartiger Methoden des maschinellen Lernens zur Modellierung molekularer Eigenschaften, insbesondere Regressionsmodelle für bimolekulare Eigenschaften.
• Zusammenarbeit in einem internationalen Team, das an verwandten Forschungsfragen im Bereich maschinelles Lernen, Unsicherheitsquantifizierung und Hochleistungsrechnen mit Anwendungen in den Natur- und Ingenieurwissenschaften arbeitet.
• Lehrverpflichtungen (entsprechend 4 Kontaktstunden pro Woche) und Betreuung von studentischen Forschungs- und Abschlussarbeiten.

• Abgeschlossenes akademisches Hochschulstudium (Master oder gleichwertig) in einem relevanten Fachgebiet (z.B. Informatik, Mathematik, Physik, Datenwissenschaft).
• Starke analytische Fähigkeiten im Kontext des maschinellen Lernens und/oder (numerischer) Mathematik.
• Exzellente Kenntnisse einer Programmiersprache (vorzugsweise Python oder C/C++).
• Interesse an der Entwicklung neuartiger bivariater Methoden im maschinellen Lernen zur Vorhersage molekularer Eigenschaften innerhalb einer relevanten interdisziplinären Anwendung.
• Idealerweise Erfahrung mit Multipolmethoden, Niedrig-Rang- oder Tensorapproximationen.
• Gute Englischkenntnisse (Arbeitssprache im Team, internationale Zusammenarbeit).
• Eine kompetente, proaktive Persönlichkeit mit Engagement und Motivation.
• Fähigkeit, selbstständig zu arbeiten und Freude am Lehren.
• Erfolgreiche Durchführung einer wissenschaftlichen Programmieraufgabe im thematischen Kontext der ausgeschriebenen Stelle.

Diese Position ist eine Qualifikationsstelle im Sinne des Wissenschaftszeitvertragsgesetzes (WissZeitVG), die der Unterstützung eines Promotionsprogramms dient. Die Stelle ist befristet für die Dauer des Promotionsprozesses, jedoch zunächst bis zu 3 Jahre. Eine Verlängerung zur Vollendung der Promotion ist innerhalb der Fristen des WissZeitVG möglich.

Beginn: so bald wie möglich
Dauer: bis zu 3 Jahre
Vergütung: E 13 TV-L
Umfang: Vollzeit (Teilzeitarbeit ist möglich, bitte geben Sie in Ihrer Bewerbung an, ob Sie auch oder nur an Teilzeitarbeit interessiert sind.)
Referenzcode: 25353

• Freundliches Arbeitsumfeld
• Betriebliches Gesundheitsmanagement und Hochschulsport
• Flexible Arbeitszeiten und hybrides Arbeiten
• Arbeiten in einem internationalen Kontext
• 30 Tage Urlaub
• Großes Angebot an Weiterbildungskursen
• Familienfreundliche Arbeitsbedingungen
• Betriebliche Altersvorsorge

Die Universität Wuppertal ist ein Arbeitgeber, der Chancengleichheit fördert. Bewerbungen von Personen jeden Geschlechts sowie von Menschen mit Behinderungen und Personen mit einem gleichwertigen Status sind ausdrücklich erwünscht. Gemäß dem Gleichstellungsgesetz des Landes Nordrhein-Westfalen werden Frauen bevorzugt berücksichtigt, es sei denn, es liegen zwingende Gründe vor, die für einen nicht weiblichen Bewerber sprechen. Gleiches gilt für Bewerbungen von behinderten Personen, die im Falle gleicher Eignung bevorzugt werden.

Bewerbungen einschließlich aller relevanten Unterlagen (Motivationsschreiben, Lebenslauf, Nachweis über den erfolgreichen Abschluss, Arbeitszeugnisse und ggf. Nachweis über eine Schwerbehinderung, idealerweise Bachelor-/Masterarbeit - falls verfügbar) sowie die obligatorische Durchführung einer wissenschaftlichen Programmieraufgabe im thematischen Kontext der ausgeschriebenen Stelle. Alle Details zur Programmieraufgabe finden Sie unter: https://www.hpc.uni-wuppertal.de/de/peter-zaspel/challenge-in-bi-molecular-machine-learning/. Bitte beachten Sie, dass unvollständige Bewerbungen nicht berücksichtigt werden.