Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top Universitäten 
Für Unternehmen Auf einen Blick
- Aufgaben: Numerische Modellierung der Planetenbildung und Entwicklung von KI-Methoden.
- Arbeitgeber: Universität Bern, bekannt für innovative Forschung im Bereich Planetarwissenschaften.
- Mitarbeitervorteile: 100% PhD-Stellen, Zugang zu Seminaren und kollaborativer Forschung.
- Andere Informationen: Einjährige Probezeit, Beginn im September 2026.
- Warum dieser Job: Gestalte die Zukunft der Planetensysteme mit modernster Technologie und Forschung.
- Gewünschte Qualifikationen: Bachelor- und Masterabschluss in Physik oder verwandten Bereichen, Kenntnisse in Datenanalyse und ML von Vorteil.
Das voraussichtliche Gehalt liegt zwischen 38000 - 55000 € pro Jahr.
Das CAS für Medikationssicherheit an der Universität Bern bietet zwei 100% PhD-Stellen in Planetarwissenschaft und maschinellem Lernen an. Kandidaten sollten einen Bachelor- und Masterabschluss in Physik oder verwandten Bereichen haben, wobei Fähigkeiten in Datenanalyse und maschinellem Lernen von Vorteil sind.
Die Rolle umfasst die numerische Modellierung der Bildung planetarer Systeme und die Entwicklung von KI-Methoden. Der erfolgreiche Kandidat wird an gemeinschaftlicher Forschung teilnehmen und Seminare besuchen, während er eine einjährige Probezeit einhält, die im September 2026 beginnt.
PhD: Planetary Science & ML for Planetary System Formation Arbeitgeber: CAS in Medication Safety University of Bern
Kontaktperson:
CAS in Medication Safety University of Bern HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: PhD: Planetary Science & ML for Planetary System Formation
✨Tipp Nummer 1
Netzwerken ist der Schlüssel! Nutze Plattformen wie LinkedIn, um mit Fachleuten aus der Planetary Science und Machine Learning in Kontakt zu treten. Lass uns wissen, wenn du Hilfe beim Erstellen eines überzeugenden Profils brauchst!
✨Tipp Nummer 2
Bereite dich auf Vorstellungsgespräche vor, indem du häufige Fragen zu deiner Forschung und deinen Fähigkeiten in Datenanalyse und ML übst. Wir können dir helfen, typische Fragen zu finden und deine Antworten zu verfeinern!
✨Tipp Nummer 3
Zeige deine Leidenschaft für das Thema! Wenn du über deine Projekte sprichst, bringe deine Begeisterung für Planetary Science und die Anwendung von KI zum Ausdruck. Das wird die Interviewer beeindrucken!
✨Tipp Nummer 4
Bewirb dich direkt über unsere Website! So stellst du sicher, dass deine Bewerbung schnell und effizient bearbeitet wird. Lass uns wissen, wenn du Unterstützung bei der Bewerbung benötigst!
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: PhD: Planetary Science & ML for Planetary System Formation
Tipps für deine Bewerbung 🫡
Mach deine Bewerbung persönlich!: Zeig uns, wer du bist! Verwende eine freundliche und authentische Sprache in deinem Anschreiben. Erzähl uns von deinen Erfahrungen und warum du dich für die Position im Bereich Planetary Science und ML interessierst.
Betone deine relevanten Fähigkeiten!: Stell sicher, dass du deine Kenntnisse in Datenanalyse und maschinellem Lernen hervorhebst. Wir suchen nach Kandidaten, die diese Fähigkeiten mitbringen, also lass uns wissen, wie du sie in der Vergangenheit angewendet hast!
Sei strukturiert und klar!: Achte darauf, dass deine Bewerbung gut strukturiert ist. Verwende klare Absätze und Überschriften, um deine Informationen übersichtlich zu präsentieren. Das macht es uns leichter, deine Qualifikationen zu erkennen.
Bewirb dich über unsere Website!: Vergiss nicht, deine Bewerbung über unsere offizielle Website einzureichen. So stellst du sicher, dass wir alle notwendigen Informationen erhalten und du keine wichtigen Schritte verpasst!
Wie du dich auf ein Vorstellungsgespräch bei CAS in Medication Safety University of Bern vorbereitest
✨Verstehe die Grundlagen der Planetarwissenschaft
Mach dich mit den grundlegenden Konzepten der Planetarwissenschaft vertraut. Lies aktuelle Forschungsergebnisse und sei bereit, darüber zu sprechen, wie deine Kenntnisse in Physik und Datenanalyse in die Position passen.
✨Bereite dich auf technische Fragen vor
Erwarte technische Fragen zu maschinellem Lernen und numerischen Modellen. Übe, wie du deine Ansätze zur Problemlösung erklären kannst, und bringe Beispiele aus deinen bisherigen Projekten mit.
✨Zeige deine Teamfähigkeit
Da die Rolle kollaborative Forschung umfasst, sei bereit, über deine Erfahrungen in Teamprojekten zu sprechen. Betone, wie du zur Teamdynamik beigetragen hast und welche Rolle du in Gruppenüberlegungen gespielt hast.
✨Fragen stellen ist wichtig
Bereite einige durchdachte Fragen vor, die du dem Interviewer stellen kannst. Das zeigt dein Interesse an der Position und hilft dir, mehr über die Forschungsprojekte und das Team zu erfahren.