Auf einen Blick
- Aufgaben: Entwickle leistungsstarke Simulationssoftware und arbeite an innovativen Modellen.
- Unternehmen: Futuristisches Unternehmen im Bereich Quanten-Software mit einem kreativen Team.
- Vorteile: Flexibles Arbeiten, Wettbewerbsfähiges Gehalt und Möglichkeiten zur beruflichen Weiterentwicklung.
- Weitere Informationen: Dynamisches Umfeld mit exzellenten Wachstumschancen und der Möglichkeit, Studenten zu betreuen.
- Warum dieser Job: Gestalte die Zukunft der Quanten-Technologie und arbeite an bahnbrechenden Projekten.
- Qualifikationen: PhD in Physik oder angewandter Mathematik und Erfahrung in wissenschaftlichem Rechnen.
Das prognostizierte Gehalt liegt zwischen 61650 - 75350 € pro Jahr.
Location
Remote within Europe, with regular presence in Bremen
Direct Reports
None; supervision of students and interns
Working Model
Remote / hybrid. Regular time on-site in Bremen.
Mission
Build the simulation and model-learning engine at the centre of Constructor's quantum software.
The work is numerics-heavy: differentiable simulation of physical systems, inference of model parameters from experimental data, and optimisation at scale.
The role sits between physics and engineering and requires genuine depth in both.
Responsibilities
- Pillar 1 Simulation Engine
- Build and maintain high-performance simulation code for open and closed quantum systems.
- Own the differentiable simulation and automatic differentiation layer.
- Drive performance. This code runs inside optimisation loops and speed decides what is possible.
- Maintain and extend the Julia core and its Python interface.
Success Metrics and KPIs: simulation accuracy against measurement, runtime performance, API stability.
- Pillar 2 Model Learning and Optimisation
- Implement parameter inference and model learning from experimental data.
- Work on neural-network approaches to PDE solving and equation discovery.
- Benchmark against established academic tools and publish the comparison.
Success Metrics and KPIs: benchmark results, methods adopted by the research group, publications.
- Pillar 3 Research Collaboration
- Work with Constructor University faculty on joint research and grant applications.
- Supervise graduate students and interns working on the engine.
- Contribute to course material on numerical simulation and machine learning for physics.
Accountability: research collaborations initiated and sustained; students productive.
Requirements
Experience
- Ph D or equivalent in physics, applied mathematics or computational science.
- Strong scientific computing in Julia, Python, JAX or comparable.
- Real numerical depth: ODE solvers, optimisation, stochastic processes, automatic differentiation.
- Published work, or code that others rely on.
Skills & Competencies
- Able to take a method from a paper and make it fast, tested and usable.
- Comfortable owning code quality, not only correctness.
- Interest in supervising students alongside the engineering.
- Clear technical writing.
Education & Languages
- Ph D in physics, applied mathematics or computational science.
- Fluent English.
- What This Role Is (and Is Not)
- This role IS
- A research-grade engineering role with a product at the end of it.
- Central to the group's core technical asset.
- A role with a route into teaching and supervision if you want it.
- This role is NOT
- A pure research position without delivery.
- A general software engineering role.
- A role where someone else owns the numerics.
Senior Scientific Software Engineer — Simulation and Machine Learning Arbeitgeber: Constructor Knowledge Labs
Constructor University bietet eine herausragende Arbeitsumgebung für Doktoranden im Bereich Computerwissenschaften, insbesondere in der interdisziplinären Forschung zu tragbarer Intelligenz und Datenfusion. Die enge Zusammenarbeit mit der Industrie und die Möglichkeit, an realen Projekten zu arbeiten, fördern nicht nur die persönliche und berufliche Entwicklung, sondern auch den Zugang zu spezialisierten Kursen und externen Fördermöglichkeiten. Mit einem attraktiven Stipendium und einem unterstützenden Team ist Constructor University ein idealer Arbeitgeber für alle, die bedeutungsvolle und bereichernde Erfahrungen in der Forschung suchen.
Kontaktdaten:
Constructor Knowledge Labs Recruiting-Team
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Senior Scientific Software Engineer — Simulation and Machine Learning erhalten könntest
✨Wende dich an die richtigen Communities
Schau dir Online-Communities und Foren an, die sich um Data Science drehen, wie Kaggle oder GitHub. Engagiere dich dort aktiv, teile deine Projekte und lerne von anderen – das wird dir helfen, nicht nur einen Fuß in die Tür zu bekommen, sondern auch wertvolle Kontakte zu knüpfen.
✨Präsentiere deine Daten-Projekte
Baue ein Portfolio auf, das deine besten Projekte zeigt. Nutze Plattformen wie GitHub oder eine persönliche Webseite, um deine Arbeiten zu veröffentlichen. Arbeitgeber im Data Science-Bereich schauen oft direkt auf praktische Erfahrungen, also zeig, was du drauf hast!
✨Nimm an Meetups und Hackathons teil
Besuche lokale Data Science-Meetups oder nehme an Hackathons teil. Diese Veranstaltungen sind nicht nur super, um dein Wissen zu erweitern, sondern auch Gold wert für Networking. Du lernst Fachkollegen kennen und kannst auf Lockere Art und Weise Eventualjobs ergattern.
✨Direkte Bewerbungen über unsere Seite
Vergiss nicht, direkt auf unserer Website nach Stellenangeboten bei Constructor Knowledge Labs zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!
Wir glauben, dass du diese Fähigkeiten brauchst, um Senior Scientific Software Engineer — Simulation and Machine Learning mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Lass deine Daten sprechen!:In einem Bereich wie Data Science ist es entscheidend, dass du deine praktischen Fähigkeiten präsentierst. Wenn du an Projekten gearbeitet hast, die deine Analysefähigkeiten oder dein Wissen über Machine Learning demonstrieren, teile sie in deinem Lebenslauf oder füge einen Link zu deinem GitHub-Portfolio bei. Die Daten, die du analysiert hast, und die Tools, die du verwendest, sollten klar hervorgehoben werden.
Ergebnisse quantifizieren!:Unterstütze deine Erfahrung mit quantifizierbaren Ergebnissen. Zeige, wie du durch deine Analysen oder Modelle zur Entscheidungsfindung beigetragen hast oder wie deine Berechnungen den Rohdaten neue Erkenntnisse entlockt haben. Arbeitgeber in der Data Science sind oft an konkreten Verbesserungen und Effizienzsteigerungen interessiert!
Erläutere deine Lernbereitschaft!:Da es sich um eine Vollzeitstelle handelt, zeige in deinem Anschreiben, dass du bereit bist, zu lernen und dich weiterzuentwickeln. Sprich über deine Neugier für neue Technologien oder Methoden im Data Science Bereich. Vielleicht hast du auch Kurse besucht oder Zertifikate erworben, die deine Begeisterung zeigen!
Die richtige technische Sprache!:Achte darauf, dass deine Bewerbung alle relevanten technischen Begriffe enthält, die in der Data Science gebräuchlich sind. Nenne spezifische Programmier- und Analysetools wie Python, R oder SQL, die du beherrschst. Dies macht es für die Rekrutierer einfacher, schnell zu erkennen, dass du für die Rolle als Senior Scientific Software Engineer — Simulation and Machine Learning bei Constructor Knowledge Labs gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Constructor Knowledge Labs vorbereitet
✨Bereite deine technischen Skills vor
In einem Vorstellungsgespräch für eine Data-Science-Position wird oft dein Wissen über Tools wie Python, R oder SQL getestet. Mach dich mit gängigen Algorithmen und deren Einsatzmöglichkeiten vertraut, denn technische Fragen können schnell kommen. Lass uns sicherstellen, dass du in diesen Bereichen glänzt!
✨Verschaffe dir einen Überblick über Projekte
Da es sich um eine Vollzeitstelle handelt, ist es wichtig, dass du konkrete Erfahrungen und Projekte vorweisen kannst. Wenn du bereits an Data-Science-Projekten gearbeitet hast, sei bereit, diese in der Tiefe zu erläutern und zu diskutieren, wie du die Probleme gelöst hast. Dein Portfolio kann hier einen echten Unterschied machen!
✨Vorbereitung auf case studies
In Data-Science-Interviews sind case studies und praktische Probleme häufig Teil des Gesprächs. Übe, wie du strukturiert und logisch an solche Aufgaben herangehst. Arbeitgeber möchten sehen, wie du Daten analysierst und Lösungen entwickelst – bring also deine analytischen Fähigkeiten mit!
✨Zeige deine Leidenschaft für Daten
Mehr denn je geht es bei einer Vollzeitstelle darum, dass du nicht nur die Skills hast, sondern auch wirklich für das Feld brennst. Teile Anekdoten oder Erfahrungen, die zeigen, wie du zur Datenwissenschaft gekommen bist und was dich fasziniert. Diese Begeisterung kann für Constructor Knowledge Labs entscheidend sein!
