Master thesis: Advanced Linear GaN Front-End for Radar – 05/26

Master thesis: Advanced Linear GaN Front-End for Radar – 05/26

Berlin Vollzeit 500 - 1500 € / Monat (geschätzt) Kein Homeoffice möglich
F

Auf einen Blick

  • Aufgaben: Bewerte innovative GaN-Technologien für Radar-Front-End-Systeme und führe Systemsimulationen durch.
  • Unternehmen: Ferdinand-Braun-Institut, ein führendes Forschungsinstitut für Hochfrequenzelektronik.
  • Vorteile: Moderne Arbeitsumgebung in Berlin, internationale Teamkultur und wertvolle Praxiserfahrungen.
  • Weitere Informationen: Flexible Starttermine und Unterstützung durch ein hilfsbereites Team.
  • Warum dieser Job: Erhalte Einblicke in cutting-edge Technologien und arbeite an spannenden Projekten im Bereich RF-Elektronik.
  • Qualifikationen: Laufende Masterstudien in Elektrotechnik oder verwandten Bereichen, Kenntnisse in Signalverarbeitung und RF-Technologie.

Das prognostizierte Gehalt liegt zwischen 500 - 1500 € pro Monat.

Das Ferdinand-Braun-Institut, Leibniz-Institut für Höchstfrequenztechnik (FBH) ist ein anwendungsorientiertes Forschungsinstitut in den Bereichen Hochfrequenzelektronik, Photonik und Quantenphysik. Es erforscht und realisiert elektronische und optische Komponenten, Module und Systeme auf Basis von Verbindungshalbleitern. Diese Geräte sind Schlüsseltechnologien, die den Bedürfnissen der heutigen Gesellschaft in Bereichen wie Kommunikation, Energie, Gesundheit und Mobilität gerecht werden.

Der Fokus im RF Power Lab liegt auf Anwendungen mit Ausgangsleistungen im Bereich von 5...200 W im Mikrowellenbereich bis zu 40 GHz. Wir arbeiten an neuartigen Konzepten zur Effizienzsteigerung in breitbandmodulierten Leistungsverstärkersystemen für moderne Telekommunikation und Signale mit hohen Spitzen-zu-Durchschnitts-Leistungsverhältnissen. Insbesondere untersuchen wir Dual-Input-Verstärkersysteme basierend auf Last- und Versorgungs-Spannungsmodulation und deren Verwendung in KI-gesteuerten intelligenten selbsttune-Systemen. Integrierte rekonfigurierbare Komponenten und Schaltungen sowie fortschrittlichere integrierte Transceiver für Radar und Telekommunikation stehen ebenfalls im Fokus. Darüber hinaus entwickeln wir neuartige autonome RF-Messsysteme zur verbesserten Charakterisierung von RF-Leistungstransistoren und zur Optimierung solcher Geräte basierend auf maschinellem Lernen.

Ihre Aufgaben:

  • Bewertung der GaN-Technologie in möglichen neuartigen integrierten GaN RF-Front-End-Konfigurationen
  • Voll-Duplex-In-Band-Transceiver
  • Integrierte Abwärtskonversion
  • Quasi-Zirkulator-basierte Systeme
  • Systemsimulationen zur Quantifizierung der erwarteten technischen Leistung hinsichtlich z.B.:
    • Spurious Free Dynamic Range (SFDR)
    • Selektivität
  • Bewertung und Verifizierung der erforderlichen Subsystem-Komponentenmodelle zur Verwendung in den Systemsimulationen
    • Hochleistungsverstärker (PA)
    • Rauscharmen Verstärker (LNA)
    • Mischer (verschiedene Implementierungen)
    • Isolation / Schaltfunktion
  • Charakterisierung der Subsystem-Komponentenmodelle

Ihr Profil:

  • Aktuelle Masterstudiengänge in Elektrotechnik, Kommunikations- und Signalverarbeitung oder Physik mit angewandter Mathematik
  • Kenntnisse in Signalverarbeitung, Mikrowellentechnik, Radar- und Kommunikationssystemen, nichtlinearem und verhaltensbasiertem Modellieren, RF-Messtechnik
  • Interesse an angewandter Mathematik, RF-Elektronik und angewandter Technik
  • Erfahrung in Matlab und/oder Python sowie Keysight ADS (vorzugsweise)

Unser Angebot:

  • Ein offenes und wertschätzendes internationales Team, das jederzeit mit Hilfe und Rat zur Verfügung steht
  • Ein moderner Arbeitsplatz in Berlin Adlershof mit guten öffentlichen Verkehrsanbindungen
  • Spannende Einblicke in praktische Anwendungen und die Möglichkeit, wertvolle Erfahrungen zu sammeln

Interessiert? Dann freuen wir uns auf Ihre Online-Bewerbung. Um sich zu bewerben, klicken Sie bitte auf "Online bewerben" und reichen Sie Ihre vollständigen Bewerbungsunterlagen bis zum 20. März 2026 ein.

Bei Fragen wenden Sie sich bitte an Dr. Olof Bengtsson, Tel.: , E-Mail:

Master thesis: Advanced Linear GaN Front-End for Radar – 05/26 Arbeitgeber: Fbh Berlin

Das Ferdinand-Braun-Institut bietet eine inspirierende Arbeitsumgebung, in der innovative Forschung im Bereich Hochfrequenzelektronik und Photonik im Fokus steht. Mit einem internationalen Team und modernen Arbeitsplätzen in Berlin Adlershof profitieren Mitarbeiter von einer offenen Kultur, die den Austausch von Ideen fördert, sowie von hervorragenden Möglichkeiten zur persönlichen und beruflichen Weiterentwicklung. Hier haben Sie die Chance, an zukunftsweisenden Technologien zu arbeiten und wertvolle praktische Erfahrungen zu sammeln.

F

Kontaktdaten:

Fbh Berlin Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass Sie so Master thesis: Advanced Linear GaN Front-End for Radar – 05/26 erhalten könnten

Tipp Nummer 1

Mach dir eine Liste von Unternehmen, die dich interessieren, und schau dir deren Karriereseiten an. Oft gibt es dort Stellenangebote, die nicht auf großen Jobportalen zu finden sind.

Tipp Nummer 2

Nutze dein Netzwerk! Sprich mit Kommilitonen, Professoren oder ehemaligen Praktikanten. Sie können dir wertvolle Einblicke geben oder sogar Kontakte herstellen.

Tipp Nummer 3

Bereite dich gut auf Vorstellungsgespräche vor. Informiere dich über das Unternehmen und überlege dir, wie deine Fähigkeiten und Erfahrungen zu den Anforderungen der Stelle passen.

Tipp Nummer 4

Bewirb dich direkt über unsere Website! So stellst du sicher, dass deine Bewerbung schnell und unkompliziert an die richtige Stelle gelangt.

Wir glauben, dass du diese Fähigkeiten brauchst, um Master thesis: Advanced Linear GaN Front-End for Radar – 05/26 mit Bravour zu bestehen

Signalverarbeitung
Mikrowellentechnik
Radar- und Kommunikationssysteme
Nichtlineare und verhaltensbasierte Modellierung
RF-Messtechnik
Matlab
Python

Einige Tipps für deine Bewerbung 🫡

Mach deine Bewerbung persönlich:Zeig uns, wer du bist! Verwende eine freundliche und authentische Sprache in deinem Anschreiben. Erzähl uns, warum du dich für das Thema interessierst und was dich motiviert, bei uns zu arbeiten.

Betone deine relevanten Fähigkeiten:Stell sicher, dass du deine Kenntnisse in Signalverarbeitung, Mikrowellenengineering und Programmierung (z.B. Matlab oder Python) klar hervorhebst. Zeig uns, wie deine Erfahrungen zu den Anforderungen der Stelle passen!

Struktur ist alles:Achte darauf, dass deine Bewerbungsunterlagen gut strukturiert sind. Verwende klare Absätze und Überschriften, damit wir schnell die wichtigsten Informationen finden können. Ein übersichtliches Layout macht einen guten Eindruck!

Bewirb dich über unsere Website:Vergiss nicht, deine Bewerbung über unsere Website einzureichen! Das macht es für uns einfacher, deine Unterlagen zu verwalten und sicherzustellen, dass du alle notwendigen Informationen bereitstellst.

Wie man sich auf ein Vorstellungsgespräch bei Fbh Berlin vorbereitet

Verstehe die Technologie

Mach dich mit der GaN-Technologie und den spezifischen Anwendungen im RF Power Lab vertraut. Lies über aktuelle Trends in der Hochfrequenzelektronik und wie sie in der Kommunikation und Radar eingesetzt werden. Das zeigt dein Interesse und deine Vorbereitung.

Bereite technische Fragen vor

Erwarte technische Fragen zu Signalverarbeitung, Mikrowellenengineering und den verwendeten Modellen. Überlege dir Beispiele aus deinem Studium oder Projekten, die deine Kenntnisse in Matlab, Python oder Keysight ADS demonstrieren.

Fragen stellen

Bereite einige Fragen vor, die du dem Interviewer stellen kannst. Das könnten Fragen zu den aktuellen Projekten im Institut oder zu den Herausforderungen bei der Entwicklung von RF-Messsystemen sein. Das zeigt dein Engagement und Interesse an der Position.

Präsentiere deine Soft Skills

Neben technischen Fähigkeiten sind auch Teamarbeit und Kommunikationsfähigkeiten wichtig. Bereite Beispiele vor, die zeigen, wie du in einem Team gearbeitet hast oder wie du komplexe technische Konzepte einfach erklärt hast. Das wird dir helfen, dich von anderen Bewerbern abzuheben.