Promotionsstelle zum Thema Untangling multi-property NMR signals in drug screening with data-dr[...]

Das Scientific Computing Center ist das Informationstechnologie-Zentrum des KIT. Die Nachwuchsgruppe „Robust and Efficient AI“ am SCC forscht an skalierbaren KI-Methoden für Anwendungen in den Naturwissenschaften. Das Team konzentriert sich insbesondere auf die Frage, wie maschinelles Lernen robuster und effizienter gestaltet werden kann, um den Einsatz solcher Methoden in komplexen und sicherheitskritischen Anwendungsbereichen zu ermöglichen. Da viele dieser Anwendungen auf extrem großen Datensätzen basieren, spielt High-Performance Computing (HPC) eine zentrale Rolle in der Forschung der Gruppe.

Im Sonderforschungsbereich (SFB) HyPERiON des KIT wird ein innovatives Promotionsprojekt angeboten, das sich mit der Auflösung von Signalüberlagerungen in der parallelen NMR-Spektroskopie mittels künstlicher Intelligenz (KI) beschäftigt. NMR-Spektroskopie ist ein zentrales Werkzeug der Wirkstoffforschung. In einem parallelen Setup treten jedoch Signal-Kopplungen und Überlappungen auf, die die Extraktion kritischer Molekülinformationen erschweren. Ziel des Projekts ist die Entwicklung von KI-Modellen, die in der Lage sind, aus gekoppelten NMR-Spektren einzelne, entkoppelte Spektren zu generieren.

Im Rahmen des Projekts umfasst ihr Aufgabengebiet:

• Die Entwicklung eines transformatorbasierten neuronalen Netzwerks zur Verarbeitung von NMR-Spektren
• Die Erstellung von Datensätzen aus bestehenden Experimenten im SFB sammeln und eigenen Experimente, welche im Rahmen eines Gastaufenthalts am KIT-Institut für Mikrostrukturtechnik (IMT) erstellt werden sollen
• Die Anwendung von selbstüberwachtem Vortraining auf maskierte Sequenzmodellierung und aufgabenspezifisches Feintuning auf das trainierte neuronale Netzwerk
• Analysen, inwieweit das entwickelte Modell die zugrunde liegenden physikalischen Prinzipien der Kernspinresonanz lernen kann

Sie werden außerdem Teil von HyPERiON sein, an den Aktivitäten des SFB teilnehmen und mit den anderen Doktoranden und Projekten zusammenarbeiten. Eine berufsbegleitende Promotion ist erwünscht.

Ihr Profil

• Ein abgeschlossenes wissenschaftliches Hochschulstudium (Master) in Informatik, Physik, Mathematik oder einem vergleichbaren Fachgebiet
• Sehr gute Kenntnisse in der Programmierung und Softwareentwicklung, vorzugsweise in Python
• Erfahrung in der Entwicklung und dem Training von Deep-Learning-Modellen oder mit Kernspinresonanzverfahren

Wir bieten

• Forschung mit Wirkung – Arbeiten Sie an Themen von gesellschaftlicher Relevanz – in einem exzellenten wissenschaftlichen Umfeld, das Veränderungen möglich macht.
• Karriere und Entwicklung – Wir unterstützen Sie mit einer strukturierten Einarbeitung, vielfältigen Weiterbildungsmöglichkeiten und individueller Förderung. So stärken wir Ihr persönliches Wachstum.
• Flexible Arbeitszeitgestaltung – Nutzen Sie Gleitzeit, mobiles Arbeiten, Teilzeitmodelle und 30 Tage Urlaub für eine optimale Work-Life-Balance.
• Familienfreundlichkeit – Das Programm „KIT-Family +“ unterstützt Sie bei der Vereinbarkeit von Familie und Beruf – durch Kinderbetreuung, Ferienangebote, ein Eltern-Kind-Büro und Hilfe bei der Angehörigenpflege.
• Gesundheit – Unter dem Motto „Fit im KIT – mit Körper, Geist und Seele“ fördern wir Ihre Gesundheit mit Sportkursen, Angeboten zur psychischen Gesundheit und regelmäßigen Vorsorgeuntersuchungen.
• Individuelle Zusatzleistungen – Profitieren Sie von einer betrieblichen Altersvorsorge (VBL), einem monatlichen Zuschuss von 25 Euro zum Jobticket BW sowie vielfältigen Angeboten rund um Kultur und Freizeit.

Arbeitsort: Eggenstein-Leopoldshafen (und Karlsruhe)

Eingruppierung: EG 13 TV-L; die Eingruppierung erfolgt entsprechend den persönlichen und fachlichen Voraussetzungen.

Vertragsdauer: Fachliche Auskünfte erteilt Ihnen gerne Frau Dr. Charlotte Debus. Bei allgemeinen Fragen zur Bewerbung wenden Sie sich bitte an Dominik Meschar Personalservice (PSE).

Am KIT schätzen wir die Vielfalt unserer Mitarbeitenden – unterschiedliche Perspektiven und Hintergründe sind eine Bereicherung für unsere Arbeit. Wir freuen uns daher über alle Bewerbenden. Frauen sind besonders zur Bewerbung eingeladen. Bewerbungen von anerkannt schwerbehinderten Menschen werden bei gleicher Eignung bevorzugt berücksichtigt.

Bewerbungsfrist: Ausschreibungsnummer: 282/2026