Wissenschaftliche/-r Mitarbeiter/-in (m/w/d) im Forschungsprojekt

An der HAWK Hochschule Hildesheim/Holzminden/Göttingen ist an der Fakultät Management, Bauen, Immobilien am Standort Holzminden zum folgende für 3 Jahre befristete Stelle zu besetzen: Wissenschaftliche*r Mitarbeiter*in (m/w/d) im Forschungsprojekt zur energetischen Optimierung von Gebäuden (E14 TVL in Vollzeit). Werden Sie Teil unseres Teams und gestalten Sie mit uns die Zukunft nachhaltiger Gebäude!

Wir suchen eine engagierte und qualifizierte Person zur Unterstützung unseres Forschungsprojekts MÖFGED: Minimierung des Ökologischen Fußabdrucks von Gebäuden über deren gesamten Lebenszyklus mithilfe des Einsatzes Digitaler Methoden. Das Projekt wird im Rahmen des Programms Professorinnen für Niedersachsen durch das MWK Niedersachsen gefördert und verfolgt einen ganzheitlichen Ansatz zur energetischen Optimierung von Gebäuden.

Ihre Aufgaben

• Projektmanagement und Ausbau des Forschungsbereichs
• Leitung des MÖFGED-Projekts
• Koordination und Schreiben von Forschungsanträgen, Einwerben von Drittmitteln
• Ausbau und Pflege des internationalen Forschungs- und Kollaborationsnetzwerks in Wissenschaft und Praxis
• Entwicklung und Anwendung von Simulationsmodellen zur dynamischen Analyse von Gebäude- und -systemverhalten
• Konzeption und Implementierung einer Strategie für Monitoring, Datenmanagement und Betriebsoptimierung in Prüflabor und Demonstrationsgebäuden
• Aufbereitung und Auswertung von Sensordaten-Zeitreihen aus Demonstrationsgebäuden und Prüflaboren
• Anwendung von KI- und Machine-Learning-Methoden zur datengetriebenen Optimierung von Gebäude- und Systemparametern
• Validierung dynamischer Simulationsmodelle und Training von Machine‑Learning-Modellen zur präzisen Abbildung und Vorhersage des Gebäude- und Systemverhaltens
• Entwicklung und Implementierung von Predictive Control‑ und Maintenance‑Strategien
• Verfassen wissenschaftlicher Publikationen, Präsentation von Forschungsergebnissen auf Fachkonferenzen und Entwicklung praxisorientierter Handlungsempfehlungen

Qualifikationen

• Abgeschlossenes Hochschulstudium (Diplom/Master) in einer relevanten Fachrichtung (z. B. Versorgungstechnik, Physik, Informatik, Ingenieurwissenschaften, Elektrotechnik, Maschinenbau oder vergleichbar). Eine Promotion und/oder vergleichbare Berufserfahrung sind wünschenswert.
• Erfahrung im Einwerben von Drittmitteln, Projektmanagement und in der (internationalen) wissenschaftlichen Zusammenarbeit.
• Fundierte Kenntnisse und praktische Erfahrung in mehreren der folgenden Bereiche:

• Mathematische Modellierung und dynamische Simulation von Gebäuden und Gebäudesystemen.
• Modell‑ und simulationsgestützte Szenarioanalyse für Auslegung und Betriebsoptimierung von HVAC‑Systemen.
• Monitoring, Datenmanagement und Datenanalyse, Auswertung von Sensordaten‑Zeitreihen.
• Regelungstechnik und Gebäudeautomation.
• Methoden der Künstlichen Intelligenz (KI), (physikalisch‑informiertes) Machine Learning und Deep Learning.

Freude an angewandter Forschung und der Verbindung von Wissenschaft und Praxis. Strukturierte, zielorientierte, selbstständige und teamfähige Arbeitsweise. Ein offenes, kollegiales und von gegenseitigem Respekt geprägtes Arbeitsumfeld. Ein motiviertes, leistungsorientiertes und kompetentes interdisziplinäres Team. Flexible Arbeitszeitmodelle und die Möglichkeit, Aufgaben teilweise remote zu erledigen. Individuelle Förderung Ihrer beruflichen und persönlichen Weiterentwicklung durch interne und externe Angebote.

Die HAWK versteht sich als ein Ort der Chancenermöglichung. Daher wird von Seiten der Person, die die Stelle ausübt, ein gleichstellungsorientierter und vielfaltsfreundlicher Umgang im Kollegium und mit den Studierenden vorausgesetzt.

Die Stelle ermöglicht Teilzeitbeschäftigung im Rahmen der gesetzlichen Bestimmungen. Die Hochschule fördert die Vereinbarkeit von Familie und Beruf unter anderem durch sehr flexible Arbeitszeitmodelle. Personen mit Schwerbehinderung werden bei gleicher Eignung, Befähigung und fachlicher Leistung nach Maßgabe der einschlägigen Vorschriften bevorzugt berücksichtigt.