PhD Student Positions (f/m/d)

Die Data-Driven Materials Design Gruppe am INM – Leibniz-Institut für Neue Materialien in Saarbrücken lädt zur Bewerbung auf mehrere PhD-Studentenstellen (f/m/d) ein. Die Gruppe, geleitet von Prof. Viktor Zaverkin, ist Teil eines gemeinsamen Forschungsumfelds, das das INM – Leibniz-Institut für Neue Materialien, die Fakultät für Mathematik und Informatik der Universität des Saarlandes und das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI) umfasst.

Die Forschung konzentriert sich auf die Entwicklung von Methoden des maschinellen Lernens zur Modellierung von Molekülen und Materialien, um eine genaue Vorhersage ihrer Eigenschaften über Längen- und Zeitmaßstäbe zu ermöglichen. Die Forschung deckt mehrere Richtungen ab, von der Entwicklung maschinenlerngestützter interatomarer Potenziale (einschließlich atomistischer Grundmodelle) bis hin zu aktiven Lernstrategien zur effizienten Datengenerierung und datengestützten Ansätzen zur Beschleunigung atomistischer Simulationen.

Die Gruppe ist in ein interdisziplinäres Forschungsumfeld eingebettet, das experimentelle Gruppen in Materialwissenschaften, Chemie, synthetischer Biologie und Biophysik mit maschinellem Lernen kombiniert und enge Verbindungen zur Forschung am Universitätscampus hat.

Je nach Interessen und Hintergrund des Kandidaten kann das PhD-Projekt eine oder mehrere der folgenden Richtungen umfassen:

• Maschinenlerngestützte interatomare Potenziale, einschließlich atomistischer Grundmodelle
• Aktives Lernen und Datengenerierungsstrategien für atomistische Modellierung und darüber hinaus
• Datengestützte Beschleunigung atomistischer Simulationen
• Methoden des maschinellen Lernens zur direkten Vorhersage von molekularen und materialtechnischen Eigenschaften
• Generative Modelle für molekulare und materialtechnische Gestaltung

Das genaue Forschungsthema wird gemeinsam mit den erfolgreichen Kandidaten basierend auf deren Interessen und Fachkenntnissen festgelegt.

• Eigenständige Forschung im Bereich der datengestützten Materialgestaltung
• Entwicklung und Implementierung neuartiger Methoden des maschinellen Lernens
• Anwendung dieser Methoden auf molekulare und materialtechnische Systeme
• Beitrag zu wissenschaftlichen Publikationen und Konferenzpräsentationen
• Zusammenarbeit mit Forschern aus Materialwissenschaften, Chemie und maschinellem Lernen

• Masterabschluss in Informatik, angewandter Mathematik, Physik, Chemie, Materialwissenschaften oder einem verwandten Bereich
• Hintergrund in mindestens einem der folgenden Bereiche: maschinelles Lernen, computergestützte Chemie oder Materialwissenschaften, atomistische Simulationen oder wissenschaftliches Rechnen
• Hintergrund in wissenschaftlichem Programmieren (z.B. Python, PyTorch oder ähnlichen Werkzeugen)
• Interesse an der Entwicklung von Methoden des maschinellen Lernens zur Modellierung von Molekülen und Materialien
• Fähigkeit, unabhängig und kollaborativ in einem interdisziplinären Forschungsumfeld zu arbeiten
• Ausgezeichnete schriftliche und mündliche Englischkenntnisse

• Ein interdisziplinäres und internationales Forschungsumfeld, das an aktuellen Problemen der datengestützten Materialgestaltung arbeitet
• Zugang zu moderner rechnergestützter Infrastruktur
• Gelegenheiten zur Veröffentlichung von Forschung in führenden wissenschaftlichen Zeitschriften und zur Präsentation auf internationalen Konferenzen
• Die Chance, eine neu gegründete Forschungsgruppe mitzugestalten
• Ein hohes Maß an wissenschaftlicher Freiheit bei der Gestaltung des Forschungsprojekts
• Beschäftigung gemäß dem deutschen Tarifvertrag für den öffentlichen Dienst

Bitte reichen Sie Ihre Bewerbung über unser Online-Bewerbungsportal ein, einschließlich eines Motivationsschreibens, Lebenslaufs, relevanter Zeugnisse und der Namen von 1–2 Referenzen als eine einzige PDF-Datei (max. 10 MB). Die Bewerbungen werden fortlaufend geprüft, bis die Stellen besetzt sind.

Das INM pflegt eine offene und wertschätzende Unternehmenskultur, in der die bestehende Vielfalt gefördert und gelebt wird. Das Institut ist ein Arbeitgeber, der Chancengleichheit bietet, mit einer zertifizierten familienfreundlichen Politik, und es bietet Angebote für eine bessere Work-Life-Balance, flexible Arbeitszeiten und mobiles Arbeiten. Wir fördern berufliche Chancen für Frauen und ermutigen sie nachdrücklich zur Bewerbung. Menschen mit Behinderungen werden ausdrücklich zur Bewerbung aufgefordert und erhalten Vorrang, wenn sie gleich qualifiziert sind.