Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top Universitäten 
Für Unternehmen Auf einen Blick
- Aufgaben: Entwickle KI-gestützte Energiemanagementsysteme und arbeite an innovativen Gebäudesimulationen.
- Arbeitgeber: Das IDP ist eine zentrale Forschungseinrichtung der Hochschule Landshut mit interdisziplinären Projekten.
- Mitarbeitervorteile: Flexible Arbeitszeiten, Telearbeit und ein modernes Arbeitsumfeld warten auf dich!
- Warum dieser Job: Gestalte die Zukunft des Energiemanagements und arbeite in einem dynamischen Team.
- Gewünschte Qualifikationen: Master in Informatik, Ingenieurwissenschaften oder verwandten Fächern; Kenntnisse in KI und Machine Learning erforderlich.
- Andere Informationen: Befristeter Vertrag bis 31.03.2028 mit Möglichkeit zur Promotion.
Das voraussichtliche Gehalt liegt zwischen 36000 - 60000 € pro Jahr.
Das Institute for Data and Process Science (IDP) ist eine fakultätsübergreifende zentrale Forschungseinrichtung der Hochschule Landshut und mit mehreren Professorinnen und Professoren an den Promotionszentren der Hochschule Landshut beteiligt. Das IDP sucht zum nächstmöglichen Zeitpunkt zwei wissenschaftliche Mitarbeiter/-innen (w/m/d) (Befristet, in Vollzeit) zur Mitarbeit im Forschungsprojekt "PhyLFlex - Physikbasiertes, lernfähiges Energiemanagement zur Sektorenkopplung und Verteilnetzflexibilisierung". Im Forschungsprojekt "PhyLFlex" sollen physikalisch basierte Modelle mit modernen Machine-Learning-Methoden kombiniert werden, um fortschrittliche Gebäude-Energie-Management-Systeme für verbesserte Resilienz und Effizienz von Verteilnetzen zu entwickeln.
Ihre Aufgaben:
- Entwicklung effizienter, skalierbarer Gebäudesimulationen für KI-basierte Energiemanagementsysteme
- Weiterentwicklung und Implementierung von KI-Algorithmen inkl. physik-informierter Trainingsstrategien
- Evaluierung und Validierung der Verfahren, Integration dieser in reale Netze und Gebäude
- Veröffentlichung von Forschungsergebnissen auf internationalen Konferenzen und in Fachzeitschriften
- Projektkoordination in enger Zusammenarbeit mit den Projektpartnern
Unsere Anforderungen:
- Abgeschlossenes wissenschaftliches Hochschulstudium (Master/Magister/universitäres Diplom) in Informatik, Ingenieurwissenschaften, Physik, Mathematik oder einem verwandten Fachgebiet
- Fundierte Kenntnisse im Bereich der künstlichen Intelligenz, insbesondere Machine/Reinforcement Learning idealerweise im Kontext des Energiemanagements und der Softwaresimulation
- Fähigkeit zur selbstständigen, strukturierten wissenschaftlichen Arbeit mit hoher Eigeninitiative
- Hohes Maß an Engagement, Teamfähigkeit und Kommunikationsstärke in interdisziplinären Teams
- Sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift
Wir bieten Ihnen:
- Eine interessante, abwechslungsreiche und herausfordernde Tätigkeit an einem modern ausgestatteten Arbeitsplatz
- Flexible Arbeitszeitmodelle sowie Telearbeitsmöglichkeiten an einer familienfreundlichen Hochschule
- Vielfältige Angebote des betrieblichen Gesundheitsmanagements
- Einen bis 31.03.2028 befristeten Arbeitsvertrag in Vollzeit mit der Möglichkeit der Aufnahme in eines der Promotionszentren der Hochschule Landshut
- Bezahlung nach dem Tarifvertrag für den öffentlichen Dienst der Länder, je nach Qualifikation und persönlicher Voraussetzungen bis zur Entgeltgruppe 13 TV-L
Haben wir Ihr Interesse geweckt? Dann nutzen Sie Ihre Chance und werden Sie Teil der Hochschule Landshut! Wir freuen uns auf Ihre Onlinebewerbung bis zum 04.05.2025.
Für Rückfragen im Zusammenhang mit Ihrer Bewerbung stehen wir Ihnen unter -507 gerne zur Verfügung; allgemeine Infos finden Sie unter: Schwerbehinderte Bewerberinnen und Bewerber (w/m/d) werden bei ansonsten im Wesentlichen gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt eingestellt. Bitte legen Sie in diesem Fall eine Kopie Ihres Schwerbehindertenausweises oder Ihrer Gleichstellungsbescheinigung bei. Die Stellenausschreibung richtet sich an alle Geschlechter. Es stehen eine genügende Anzahl Betreuungsplätze für Kinder im Vorschulalter in unserer Kinderbetreuungsstätte CampusNest zur Verfügung.
Wissenschaftliche Mitarbeiter/-innen (w/m/d) zur Mitarbeit im Forschungsprojekt \"PhyLFlex - Physikbasiertes, lernfähiges Energiemanagement zur Sektorenkopplung und Verteilnetzflexibilisierung\" Arbeitgeber: Hochschule für angewandte Wissenschaften Landshut
Kontaktperson:
Hochschule für angewandte Wissenschaften Landshut HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Wissenschaftliche Mitarbeiter/-innen (w/m/d) zur Mitarbeit im Forschungsprojekt \"PhyLFlex - Physikbasiertes, lernfähiges Energiemanagement zur Sektorenkopplung und Verteilnetzflexibilisierung\"
✨Tipp Nummer 1
Nutze dein Netzwerk! Sprich mit Professoren oder Kommilitonen, die bereits im Bereich Machine Learning oder Energiemanagement tätig sind. Oftmals können persönliche Empfehlungen den Unterschied machen.
✨Tipp Nummer 2
Informiere dich über aktuelle Trends und Entwicklungen im Bereich der KI und des Energiemanagements. Zeige in Gesprächen oder Interviews, dass du auf dem neuesten Stand bist und ein echtes Interesse an der Materie hast.
✨Tipp Nummer 3
Bereite dich auf technische Fragen vor, die sich auf Machine Learning und Gebäudesimulationen beziehen. Überlege dir Beispiele aus deinen bisherigen Projekten, die deine Fähigkeiten und Erfahrungen verdeutlichen.
✨Tipp Nummer 4
Zeige deine Teamfähigkeit! Da die Stelle interdisziplinäre Zusammenarbeit erfordert, ist es wichtig, dass du Beispiele für erfolgreiche Teamprojekte parat hast, um deine Kommunikationsstärke zu unterstreichen.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Wissenschaftliche Mitarbeiter/-innen (w/m/d) zur Mitarbeit im Forschungsprojekt \"PhyLFlex - Physikbasiertes, lernfähiges Energiemanagement zur Sektorenkopplung und Verteilnetzflexibilisierung\"
Tipps für deine Bewerbung 🫡
Verstehe die Anforderungen: Lies die Stellenanzeige sorgfältig durch und achte auf die spezifischen Anforderungen und Qualifikationen, die für die Position als wissenschaftliche/r Mitarbeiter/in gefordert werden. Stelle sicher, dass du alle relevanten Punkte in deiner Bewerbung ansprichst.
Individualisiere dein Anschreiben: Gestalte dein Anschreiben so, dass es auf die spezifischen Aufgaben und Ziele des Forschungsprojekts "PhyLFlex" eingeht. Hebe deine Erfahrungen im Bereich Machine Learning und Energiemanagement hervor und erkläre, wie du zur Weiterentwicklung der KI-Algorithmen beitragen kannst.
Betone deine Teamfähigkeit: Da die Stelle eine enge Zusammenarbeit mit Projektpartnern erfordert, solltest du in deinem Lebenslauf und Anschreiben Beispiele anführen, die deine Teamfähigkeit und Kommunikationsstärke in interdisziplinären Teams verdeutlichen.
Prüfe deine Sprachkenntnisse: Da sehr gute Deutsch- und Englischkenntnisse gefordert sind, stelle sicher, dass du diese in deinem Lebenslauf klar angibst. Wenn möglich, füge Nachweise oder Zertifikate bei, die deine Sprachkenntnisse belegen.
Wie du dich auf ein Vorstellungsgespräch bei Hochschule für angewandte Wissenschaften Landshut vorbereitest
✨Verstehe das Forschungsprojekt
Informiere dich gründlich über das Projekt "PhyLFlex" und die damit verbundenen Ziele. Zeige im Interview, dass du die Bedeutung von physikalisch basierten Modellen und Machine-Learning-Methoden verstehst und wie sie zur Verbesserung von Gebäude-Energie-Management-Systemen beitragen können.
✨Bereite technische Fragen vor
Erwarte technische Fragen zu Themen wie KI, Machine Learning und Energiemanagement. Bereite Beispiele aus deiner bisherigen Arbeit oder Studienprojekten vor, die deine Kenntnisse in diesen Bereichen demonstrieren.
✨Teamarbeit betonen
Da die Stelle interdisziplinäre Zusammenarbeit erfordert, solltest du konkrete Beispiele für erfolgreiche Teamprojekte nennen. Betone deine Kommunikationsfähigkeiten und dein Engagement in der Zusammenarbeit mit anderen.
✨Fragen stellen
Bereite einige durchdachte Fragen vor, die du am Ende des Interviews stellen kannst. Dies zeigt dein Interesse an der Position und dem Unternehmen. Frage beispielsweise nach den Herausforderungen, die das Team aktuell bewältigt, oder nach den nächsten Schritten im Projekt.
