Auf einen Blick
- Aufgaben: Führe bahnbrechende Forschung im Bereich geometrisches Deep Learning für Materialwissenschaften durch.
- Arbeitgeber: Heidelberg Institute for Theoretical Studies - ein innovatives Forschungsinstitut.
- Mitarbeitervorteile: Wettbewerbsfähiges Gehalt, flexible Arbeitszeiten, 30 Tage Urlaub und zahlreiche Zusatzleistungen.
- Andere Informationen: Internationale und dynamische Arbeitsumgebung mit hervorragenden Karrieremöglichkeiten.
- Warum dieser Job: Arbeite an zukunftsweisenden Technologien zur Entwicklung neuer Materialien mit echtem Einfluss.
- Gewünschte Qualifikationen: Masterabschluss in Informatik, Mathematik oder theoretischer Physik; starke Programmierkenntnisse erforderlich.
Das voraussichtliche Gehalt liegt zwischen 55000 - 60000 € pro Jahr.
Das Heidelberg Institute for Theoretical Studies (HITS) wurde 2010 vom Physiker und SAP-Mitbegründer Klaus Tschira und der Klaus Tschira Stiftung als privates, gemeinnütziges Forschungsinstitut gegründet. HITS führt Grundlagenforschung in den Naturwissenschaften, Mathematik und Informatik durch, mit einem Fokus auf die Verarbeitung, Strukturierung und Analyse großer Mengen komplexer Daten sowie die Entwicklung von computergestützten Methoden und Software. Die Forschungsfelder reichen von Molekularbiologie bis Astrophysik. Ein wesentliches Merkmal des Instituts ist die Interdisziplinarität, die in zahlreichen gruppenübergreifenden und interdisziplinären Projekten umgesetzt wird.
Die PhD-Position (m/w/x) in Geometric Deep Learning ist Teil der Machine Learning and Artificial Intelligence (MLI) Gruppe und zielt darauf ab, Forschung im Bereich geometrisches Deep Learning für Materialwissenschaften durchzuführen. Diese Forschung ist Teil des SIMPLAIX-Konsortiums zwischen der Universität Heidelberg, dem Karlsruher Institut für Technologie und dem Heidelberg Institute for Theoretical Studies. Der Schwerpunkt der Forschung liegt auf generativen Modellen für kristalline Materialien, wie Diffusionsmodellen und Flussanpassung. Zukünftige Anwendungen dieser Technologie umfassen das Design neuartiger Materialien für Batterien und Katalysatoren zur direkten Kohlenstoffluftabscheidung.
Ihre Rolle
- Durchführung von Spitzenforschung zu generativen Modellen für Materialwissenschaften.
- Kombination von Konzepten der Differentialgeometrie und Gruppentheorie für verbesserte generative Modelle, die die Symmetriegruppe des Kristallgitters des Materials nutzen.
- Veröffentlichung Ihrer Forschungsergebnisse auf bedeutenden Konferenzen im Bereich maschinelles Lernen wie Neurips, ICML, ICLR und in hochrangigen Fachzeitschriften.
- Zusammenarbeit mit anderen Mitgliedern der Forschungsgruppe und des SIMPLAIX-Konsortiums.
- Betreuung von Forschungspraktikanten sowie Bachelor- und Masterstudierenden.
Was Sie für diesen Job qualifiziert
Bewerber sollten einen Masterabschluss in Informatik, Mathematik, theoretischer Physik oder einem verwandten Fachgebiet besitzen. Die Kandidaten sollten vorzugsweise über einen starken theoretischen Hintergrund im maschinellen Lernen, eine solide Grundlage in linearer Algebra und ausgezeichnete Programmierkenntnisse verfügen. Kenntnisse in Differentialgeometrie, Darstellungstheorie und mathematischer Optimierung sind von Vorteil, aber nicht erforderlich. Hohe Motivation, Begeisterung für die Arbeit in einem internationalen Team sowie starke zwischenmenschliche und kommunikative Fähigkeiten sind erforderlich.
Wir bieten
Sie werden am Heidelberg Institute for Theoretical Studies tätig sein, wo Sie folgendes finden:
- Eine erstklassige Forschungsumgebung und herausragende Computerinfrastruktur.
- Ein englischsprachiges, internationales und dynamisches Arbeitsumfeld.
- Starke internationale Verbindungen zu akademischen und industriellen Forschungslabors.
Als Organisation, die mit der Klaus Tschira Stiftung (KTS) verbunden ist, bieten wir eine Vielzahl von Vorteilen:
- Ein wettbewerbsfähiges Gehalt basierend auf Qualifikationen und Berufserfahrung. Die Gehaltsspanne liegt zwischen 55.000 und 60.000 EUR pro Jahr für eine Vollzeitstelle.
- Work-Life-Integration: Flexible Arbeitszeiten, 30 Tage Urlaub, zusätzliche Feiertage und die Möglichkeit, anteilig remote zu arbeiten.
- Jobticket, Fitness- und Kinderbetreuungszuschüsse, vermögenswirksame Leistungen, betriebliche Altersvorsorge, Gesundheitsuntersuchungsgutscheine und andere attraktive Vorteile.
- Kostenloser Parkplatz und Fahrradstellplätze mit Ladeeinrichtungen.
- Vielfältige und subventionierte Mahlzeiten in unserem hauseigenen Restaurant mit kostenlosen Getränken sowie einer Kaffee- und Teebar.
HITS gGmbH steht für Chancengleichheit und wir sind fest davon überzeugt, dass unsere Forschung von inklusiven und vielfältigen Teams profitiert.
PhD position (m/f/x) in Geometric Deep Learning Arbeitgeber: klaus-tschira-stiftung
Kontaktperson:
klaus-tschira-stiftung HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: PhD position (m/f/x) in Geometric Deep Learning
✨Tipp Nummer 1
Netzwerken ist der Schlüssel! Nutze Plattformen wie LinkedIn, um mit Leuten aus der Branche in Kontakt zu treten. Frag nach informellen Gesprächen oder Mentoring – viele sind bereit, ihre Erfahrungen zu teilen.
✨Tipp Nummer 2
Bereite dich auf Vorstellungsgespräche vor, indem du häufige Fragen und technische Herausforderungen übst. Wir empfehlen, Mock-Interviews mit Freunden oder Kollegen zu machen, um dein Selbstbewusstsein zu stärken.
✨Tipp Nummer 3
Zeige deine Leidenschaft für das Thema! Sprich über deine bisherigen Projekte und wie sie mit der Position in Verbindung stehen. Deine Begeisterung kann oft den Unterschied machen.
✨Tipp Nummer 4
Bewirb dich direkt über unsere Website! So kannst du sicherstellen, dass deine Bewerbung die richtige Anlaufstelle erreicht und du alle Vorteile unserer Angebote nutzen kannst.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: PhD position (m/f/x) in Geometric Deep Learning
Tipps für deine Bewerbung 🫡
Mach deine Bewerbung persönlich: Zeig uns, wer du bist! Verwende eine freundliche und authentische Sprache in deinem Anschreiben. Erkläre, warum du dich für die PhD-Stelle interessierst und was dich an der Forschung im Bereich Geometric Deep Learning fasziniert.
Betone deine Qualifikationen: Stell sicher, dass du deine relevanten Fähigkeiten und Erfahrungen klar hervorhebst. Wenn du Kenntnisse in Differentialgeometrie oder maschinellem Lernen hast, lass uns das wissen! Wir suchen nach motivierten Kandidaten mit einem starken theoretischen Hintergrund.
Forschungserfahrung ist Gold wert: Wenn du bereits an Projekten gearbeitet hast, die mit generativen Modellen oder Materialwissenschaften zu tun haben, erwähne das unbedingt! Zeig uns, wie deine bisherigen Erfahrungen dich auf diese spannende Position vorbereiten.
Bewirb dich über unsere Website: Wir freuen uns darauf, deine Bewerbung über unsere Website zu erhalten! Das macht es uns einfacher, alles zu verwalten und sicherzustellen, dass du die bestmögliche Chance hast, Teil unseres Teams zu werden.
Wie du dich auf ein Vorstellungsgespräch bei klaus-tschira-stiftung vorbereitest
✨Verstehe die Forschungsfelder
Mach dich mit den spezifischen Forschungsbereichen des HITS vertraut, insbesondere mit geometrischem Deep Learning und dessen Anwendungen in der Materialwissenschaft. Zeige im Interview, dass du die Relevanz deiner Kenntnisse für die Projekte des Instituts verstehst.
✨Bereite deine Fragen vor
Überlege dir im Voraus einige gezielte Fragen zu den Projekten, dem Team und den Erwartungen an die PhD-Position. Das zeigt dein Interesse und deine Motivation, und hilft dir, ein besseres Bild von der Arbeitsumgebung zu bekommen.
✨Präsentiere deine Programmierkenntnisse
Sei bereit, über deine Programmiererfahrungen zu sprechen und eventuell sogar Beispiele zu zeigen. Da exzellente Programmierfähigkeiten gefordert sind, ist es wichtig, dass du deine technischen Fähigkeiten überzeugend darstellst.
✨Zeige Teamgeist
Da die Zusammenarbeit im internationalen Team betont wird, solltest du Beispiele aus deiner bisherigen Erfahrung nennen, die deine Teamfähigkeit und Kommunikationsstärke unter Beweis stellen. Das kann helfen, einen positiven Eindruck zu hinterlassen.