Auf einen Blick
- Aufgaben: Entwickle fortschrittliche ML-Modelle zur Vorhersage von Materialeigenschaften.
- Unternehmen: Paul Scherrer Institute, führendes Forschungszentrum in der Schweiz.
- Vorteile: Dynamisches Arbeitsumfeld, persönliche Entwicklung und modernes Arbeitsleben.
- Weitere Informationen: Vielfältiges Team, das Vielfalt schätzt und fördert.
- Warum dieser Job: Gestalte die Zukunft der Materialwissenschaft mit innovativen Technologien.
- Qualifikationen: Masterabschluss in Physik, Materialwissenschaft oder verwandten Bereichen erforderlich.
Das prognostizierte Gehalt liegt zwischen 38000 - 55000 € pro Jahr.
PhD Student in Electronic-Structure Machine Learning for Materials. The Paul Scherrer Institute PSI ist ein führendes Forschungszentrum in der Schweiz, das bahnbrechende Forschung in Zukunftstechnologien, Energie, Klima, Gesundheit und grundlegender Wissenschaft betreibt. Dieses PhD-Projekt ist Teil des Schweizer Projekts „Learning the electrons“, das darauf abzielt, nächste Generation von Machine-Learning-Modellen zu entwickeln, die die elektronische Struktur und fortgeschrittene Materialeigenschaften mit hoher Genauigkeit und Effizienz vorhersagen.
Verantwortlichkeiten
- Co-Entwicklung übertragbarer e-ML-Modelle, Erkundung von Modelldesign, Trainingsstrategien, rechnerischer Effizienz und prädiktiver Genauigkeit über ein breites Spektrum von Materialsystmen.
- Generierung und Kuratierung hochwertiger elektronischer Strukturdatensätze unter Verwendung automatisierter und reproduzierbarer AiiDA-basierter Workflows für das Modelltraining und Benchmarking.
- Validierung und Benchmarking der prädiktiven Leistung der Modelle für fortgeschrittene Materialeigenschaften über Standardbandstrukturen und Ladungsdichten hinaus, einschließlich Elektron-Phonon-Kopplung und Berry-Phasen-bezogene Operatoren.
- Erforschung der Entwicklung übertragbarer Fundamentmodelle für Materialien, die auf das gesamte Periodensystem angewendet werden können.
- Beitrag zur Entwicklung robuster, wiederverwendbarer und effizienter Open-Source-Software und Workflows, die Machine-Learning-Frameworks mit etablierten elektronischen Strukturcodes integrieren.
Ihr Profil
- Wir suchen einen hochmotivierten Kandidaten mit einem Hintergrund in computergestützter Materialwissenschaft oder Festkörperphysik und einem ausgeprägten Interesse an der Entwicklung und Anwendung fortschrittlicher Simulationsmethoden in Workflows.
- Der erfolgreiche Bewerber sollte in der Lage sein, unabhängig zu arbeiten, interdisziplinäre Zusammenarbeit zu genießen und methodische Entwicklung mit realen wissenschaftlichen Anwendungen zu kombinieren.
- Training und Lernen sind integrale Bestandteile des Projekts, daher sind Experten in allen Techniken nicht von Anfang an erforderlich.
Anforderungen
- Master-Abschluss (oder kurz vor dem Abschluss) in Physik, Materialwissenschaft, Chemie, Ingenieurwesen oder einem eng verwandten Bereich.
- Praktische Erfahrung mit der Dichtefunktionaltheorie (DFT) für Forschung oder Projekte und/oder Erfahrung in der Entwicklung von Machine-Learning-Modellen, die auf Materialien angewendet werden.
- Fundierte Kenntnisse in Python für wissenschaftliches Rechnen und Datenanalyse.
- Komfortables Kommunizieren von Forschungsideen und -ergebnissen in Englisch, sowohl schriftlich als auch im Gespräch.
- Interesse an quantenmechanischen Simulationen, modernen Machine-Learning-Modellen und der Entwicklung neuer rechnerischer Methoden und Materialmodellierung.
Wir sind überzeugt, dass unser Forschungsteam am besten funktioniert, wenn es maximal vielfältig ist, und wir ermutigen insbesondere Bewerbungen von Mitgliedern unterrepräsentierter Gruppen.
Vorteile
Unsere Institution bietet ein dynamisches Zusammenarbeitsumfeld und systematische Schulungen am Arbeitsplatz, zusätzlich zu persönlichen Entwicklungsmöglichkeiten und einer ausgeprägten Berufsausbildungskultur. Moderne Arbeitsbedingungen und die Infrastruktur vor Ort unterstützen eine optimale Work-Life-Balance.
PhD in Electronic-Structure ML for Materials Discovery Arbeitgeber: Karlstad University
Das Paul Scherrer Institut (PSI) ist ein herausragender Arbeitgeber, der eine dynamische und interdisziplinäre Forschungsumgebung bietet, in der innovative Technologien und wissenschaftliche Exzellenz im Mittelpunkt stehen. Mit einem starken Fokus auf persönliche Entwicklung und systematischer Einarbeitung ermöglicht das PSI seinen Mitarbeitern, ihre Fähigkeiten kontinuierlich auszubauen und an bedeutenden Projekten zu arbeiten, die einen echten Einfluss auf die Zukunft haben. Die modernen Arbeitsbedingungen und die hervorragende Infrastruktur vor Ort fördern zudem eine ausgewogene Work-Life-Balance, was das PSI zu einem attraktiven Arbeitsplatz für talentierte Wissenschaftler macht.
