Doctoral Research Position (m/f/x)

Saarland University ist eine Campus-Universität mit internationalem Ruf für Forschungsexzellenz, insbesondere in der Informatik sowie in den Lebenswissenschaften und Nanowissenschaften. Die Universität zeichnet sich auch durch ihre engen Verbindungen zu Frankreich und ihren starken europäischen Fokus aus. Rund 17.000 Studierende, die über einhundert verschiedene akademische Disziplinen studieren, sind derzeit an der Saarland Universität eingeschrieben. Die Saarland Universität ist offiziell als eine der familienfreundlichsten Hochschulen Deutschlands anerkannt und mit einer kombinierten Belegschaft von mehr als 4000 ist sie einer der größten Arbeitgeber in der Region.

Die neu gegründete Professur für datengetriebene Simulation und Analyse in der Materialwissenschaft (Prof. Dr. Roland Aydin) an der Saarland Universität, die gemeinsam mit dem Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) verbunden ist, lädt zur Bewerbung um eine Doktorandenstelle (m/w/x) ein, die so bald wie möglich beginnt.

Was wir tun

• Unsere Gruppe entwickelt LLMs und agentische KI-Systeme für wissenschaftliche Entdeckungen, Ingenieurwesen und physikalische Systeme.
• Wir untersuchen, wie KI über wissenschaftliche Probleme nachdenken, mit Simulationssoftware interagieren und das Design komplexer physikalischer Systeme unterstützen kann.

Aktuelle Forschungsrichtungen umfassen:

• KI für wissenschaftliches Rechnen - neuronale Operatoren und lernbasierte Surrogate für physikalische Systeme
• LLMs und wissenschaftliche Agenten - große Sprachmodelle, die autonom denken, planen und wissenschaftliche Arbeitsabläufe ausführen
• KI für Ingenieurdienstleistungen - LLM-gesteuerte Agenten für autonome Optimierung und Design von Materialien, Strukturen und Prozessen
• Multimodale wissenschaftliche KI - Integration von Sprache, Bildern, Sensordaten und Simulationen
• Ausrichtung für wissenschaftliche KI - skalierbare Aufsicht, Überprüfung und Kontrolle von LLM-basierten Agenten
• KI für Materialentdeckung - generative Modelle, aktives Lernen und autonome Entdeckung neuer Materialien

Potenzielle Verantwortlichkeiten

• Verfolgen eines unabhängigen Forschungsprojekts (auf dem Weg zur Promotion) innerhalb einer der oben genannten Forschungsrichtungen oder einem eng verwandten Bereich.
• Entwickeln, Trainieren und Evaluieren moderner ML-Modelle auf GPU/HPC-Infrastruktur – einschließlich graphenbasierter neuronaler Netzwerke, Transformer, neuronaler Operatoren, Diffusionsmodelle und systembasierter Modelle – und, wo relevant, diese mit numerischen Simulationen und wissenschaftlichen Rechenabläufen kombinieren.
• Veröffentlichen an führenden Orten (z.B. NeurIPS, ICML, ICLR, AAAI, npj Computational Materials) und Präsentieren Ihrer Arbeit auf internationalen Konferenzen.
• Beitragen zu kollaborativen Forschungsprojekten mit unseren engen Partnern an der EPFL und an der Technischen Universität Hamburg.
• Unterstützen der Lehre, Co-Betreuung von Studierenden (Master/Bachelor, je nach Ihrem Niveau) und aktive Zusammenarbeit über die Saarland Universität, DFKI, Saarland Informatics Campus und internationale Partner.

Akademische Qualifikationen

• Abgeschlossenes wissenschaftliches Hochschulstudium in Informatik, Computational Engineering, Materialwissenschaft, Maschinenbau, Physik, Angewandte Mathematik oder einem eng verwandten Fachgebiet (überdurchschnittlicher Masterabschluss oder gleichwertig).
• Sprachkenntnisse (gemäß GER): Englisch C1.

Kompetenzen

• Solide Grundlagen in maschinellem Lernen und tiefem Lernen, zusammen mit Interesse an wissenschaftlichem Rechnen, numerischer Simulation, Computational Engineering oder Computational Materials Science.
• Starke Programmierkenntnisse in Python, sowohl mit als auch ohne GPU-Unterstützung, sowie Erfahrung mit PyTorch (oder JAX/TensorFlow) und dem wissenschaftlichen Python-Ökosystem.
• Unabhängiger und strukturierter Arbeitsstil, starke Kommunikationsfähigkeiten und echte Begeisterung für interdisziplinäre Forschung.
• Exzellente Englischkenntnisse für Forschung, wissenschaftliches Schreiben und Zusammenarbeit; Deutsch ist zum Zeitpunkt der Einstellung nicht erforderlich.
• Willkommene Ergänzungen: Veröffentlichungen, Open-Source-Beiträge oder praktische Erfahrungen mit Diffusionsmodellen, Grundmodellen, LLM-Fine-Tuning, agentischen KI-Systemen oder wissenschaftlicher Simulationssoftware.

Vorteile

• Ein flexibler Arbeitszeitrahmen, der es Ihnen ermöglicht, Arbeit und Familie in Einklang zu bringen, einschließlich der Möglichkeit des Homeoffice.
• Sichere und zukunftsorientierte Beschäftigung mit attraktiven Bedingungen.
• Ein breites Spektrum an Weiterbildungs- und beruflichen Entwicklungsmöglichkeiten (z.B. Sprachkurse).
• Ein Modell des betrieblichen Gesundheitsmanagements mit zahlreichen attraktiven Optionen, wie unserem Hochschulsportprogramm.
• Zusätzliche Altersvorsorge (RZVK).
• Ermäßigte Tickets für lokale öffentliche Verkehrsmittel („Job Ticket“ des saarVV).
• Jobrad-Leasing (JobRad).

Chancengleichheitserklärung

Wir begrüßen Bewerbungen unabhängig von Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion/Glauben, Behinderung, Alter sowie sexueller Orientierung und Identität. Im Einklang mit ihrer Politik zur Erhöhung des Frauenanteils ermutigt die Universität aktiv Bewerbungen von Frauen. Bewerbungen von schwerbehinderten Personen werden im Falle gleicher Eignung bevorzugt berücksichtigt.