Auf einen Blick
- Aufgaben: Entwickle fortschrittliche Machine-Learning-Modelle für die elektronische Struktur von Materialien.
- Unternehmen: Paul Scherrer Institut, Teil eines innovativen Schweizer Projekts.
- Vorteile: Vollzeitstelle mit modernem Arbeitsumfeld, Weiterbildung und internationalen Konferenzen.
- Weitere Informationen: Vielfältiges Team, das Bewerbungen von unterrepräsentierten Gruppen besonders begrüßt.
- Warum dieser Job: Gestalte die Zukunft der Materialwissenschaften mit modernster Technologie und interdisziplinärer Zusammenarbeit.
- Qualifikationen: Masterabschluss in Physik, Materialwissenschaft oder verwandten Bereichen; Erfahrung mit DFT und Python.
Das prognostizierte Gehalt liegt zwischen 45000 - 65000 € pro Jahr.
Dieses PhD-Projekt ist Teil des neuen Schweizer Projekts "Learning the electrons: Design, training and application of a general model of the electronic structure of matter" und zielt darauf ab, Modelle für maschinelles Lernen der nächsten Generation für die Elektronenstrukturtheorie zu entwickeln. Das Projekt kombiniert Entwicklungen im maschinellen Lernen, quantenmechanische Simulationen und wissenschaftliche Softwareinfrastruktur. Es wird das Design, die Schulung und Validierung von übertragbaren elektronischen ML (e-ML) Modellen über ein breites Spektrum von Materialsystmen untersuchen und robuste Open-Source-Software und Workflows entwickeln.
Ihre Aufgaben
- Beitrag zur Mitentwicklung übertragbarer e-ML-Modelle, Untersuchung des Zusammenspiels zwischen Modell-Design, Trainingsstrategien, rechnerischer Effizienz, Übertragbarkeit und prädiktiver Genauigkeit.
- Generierung und Pflege hochwertiger Datensätze zur Elektronenstruktur unter Verwendung automatisierter 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 Operatoren sowie Observablen, die mit Berry-Phasen und anderen Größen der Elektronenstruktur verbunden sind.
- Erforschung der Entwicklung übertragbarer Grundmodelle für Materialien, die über das Periodensystem anwendbar sind.
- Beitrag zur Entwicklung robuster, wiederverwendbarer und effizienter Open-Source-Software und Workflows, die maschinelle Lernframeworks mit etablierten Codes zur Elektronenstruktur integrieren.
Ihr Profil
Wir suchen einen hochmotivierten Kandidaten mit einem Hintergrund in computergestützter Materialwissenschaft oder Festkörperphysik, der ein großes Interesse daran hat, fortschrittliche Simulationsmethoden zu entwickeln und anzuwenden und diese in Workflows zu implementieren. Die Kandidaten sollten in der Lage sein, unabhängig zu arbeiten und interdisziplinäre Zusammenarbeit zu genießen. Schulung und Lernen werden ein integraler Bestandteil des Projekts sein.
Anforderungen an die Kandidaten
- Master-Abschluss (oder kurz vor dem Abschluss) in Physik, Materialwissenschaft, Chemie, Ingenieurwesen oder einem eng verwandten Bereich.
- Praktische Erfahrung mit Dichtefunktionaltheorie (DFT) für Forschung oder Projekte und/oder Erfahrung in der Entwicklung von Modellen des maschinellen Lernens, die auf Materialien angewendet werden.
- Fundierte Kenntnisse in Python für wissenschaftliches Rechnen und Datenanalyse.
- Komfortable Kommunikation von Forschungsideen und -ergebnissen in Englisch, sowohl schriftlich als auch mündlich.
- Interesse an quantenmechanischen Simulationen, modernen Modellen des maschinellen Lernens, der Entwicklung neuer Berechnungsmethoden und/oder der Modellierung von Materialien.
Vorteile
Sie werden in Vollzeit am Paul Scherrer Institut PSI in der Gruppe für Materialsoftware und Daten von Dr. Giovanni Pizzi tätig sein und eng mit Prof. Dr. Michele Ceriotti an der EPFL zusammenarbeiten. Das PhD-Programm umfasst Lehrveranstaltungen an der EPFL, Lehrtätigkeiten, Veröffentlichungen in begutachteten Fachzeitschriften und Präsentationen auf internationalen Konferenzen. Moderne Arbeitsbedingungen und die Infrastruktur vor Ort unterstützen die Work-Life-Balance und persönliche Entwicklung.
Chancengleichheit
Wir sind überzeugt, dass unser Forschungsteam am besten funktioniert, wenn es maximal vielfältig ist, und wir ermutigen insbesondere Bewerbungen von Mitgliedern unterrepräsentierter Gruppen.
PhD Student in Electronic-Structure Machine Learning for Materials Arbeitgeber: Paul Scherrer Institut PSI
Das Paul Scherrer Institut (PSI) bietet eine herausragende Arbeitsumgebung für Doktoranden, die sich für maschinelles Lernen und Materialwissenschaften interessieren. Mit modernsten Einrichtungen und einem interdisziplinären Team fördert das PSI nicht nur die persönliche und berufliche Entwicklung, sondern ermöglicht auch den Zugang zu erstklassigen Schulungen und internationalen Konferenzen. Die Unternehmenskultur legt großen Wert auf Vielfalt und Chancengleichheit, was eine inspirierende und unterstützende Atmosphäre schafft.
Kontaktdaten:
Paul Scherrer Institut PSI Recruiting-Team
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so PhD Student in Electronic-Structure Machine Learning for Materials erhalten könnten
✨Netzwerken über Branchenveranstaltungen
Such nach Konferenzen und Messen in der Biotechnologie, die in der Nähe stattfinden. Diese Events sind eine super Gelegenheit, um direkt mit Leuten von Unternehmen wie Paul Scherrer Institut PSI zu quatschen, mehr über deren aktuelle Projekte zu erfahren und deinen ersten Fuß in die Tür zu bekommen.
✨LinkedIn-Gruppen beitreten
Schau dir LinkedIn-Gruppen an, die sich auf Biotechnologie konzentrieren. Hier kannst du Fragen stellen, dich an Diskussionen beteiligen und herausfinden, welche Fähigkeiten gerade gefragt sind. Vielleicht bemerkst du auch, dass jemand von Paul Scherrer Institut PSI aktiv ist und du direkt Kontakt aufnehmen kannst.
✨Praktische Erfahrungen durch Nebenprojekte
Nutze deine Freizeit, um an kleinen Projekten oder Forschungsarbeiten in der Biotechnologie zu arbeiten. Das zeigt Initiative und gibt dir nicht nur mehr Wissen, sondern auch etwas Konkretes zum Zeigen bei Bewerbungsgesprächen, wenn du für die Vollzeitstelle bei Paul Scherrer Institut PSI vorsprichst.
✨Wie bei uns: Durch eigene Initiativen hervorstechen
Wir wissen, dass Selbstinitiativen gefragt sind! Wenn du dich in der Biotechnologie bewähren möchtest, kannst du zum Beispiel einen Blog über aktuelle Trends starten oder an Open-Source-Projekten mitarbeiten. Zeig deine Leidenschaft und wieso gerade du perfekt zu Paul Scherrer Institut PSI passt.
Wir glauben, dass du diese Fähigkeiten brauchst, um PhD Student in Electronic-Structure Machine Learning for Materials mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Hebe deine Biotechnologie-Expertise hervor:Da es sich um ein Vollzeit-Stellenangebot im Bereich Biotechnologie handelt, solltest du deine relevanten Kenntnisse und Erfahrungen klar und deutlich präsentieren. Achte darauf, spezifische Projekte oder Forschungen, an denen du gearbeitet hast, zu erwähnen und welche Techniken oder Technologien du dabei verwendet hast.
Verweise auf relevante Zertifikate oder Abschlüsse:Im Bereich Biotechnologie sind bestimmte Abschlüsse und Zertifikate besonders wichtig. Stelle sicher, dass dein Lebenslauf deine akademische Ausbildung und eventuell relevante Zertifikate, wie beispielsweise Laborzertifikate, gut zur Geltung bringt. Diese könnten für Paul Scherrer Institut PSI entscheidend sein, um deine Qualifikation für PhD Student in Electronic-Structure Machine Learning for Materials zu unterstreichen.
Erkläre deine Motivation für den Einstieg:In deinem Motivationsschreiben solltest du klar herausstellen, warum du gerade bei Paul Scherrer Institut PSI im Bereich Biotechnologie arbeiten möchtest. Vielleicht hast du ein persönliches Interesse an der Biotechnologie oder bewunderst die Projekte, die das Unternehmen durchführt. Zeig uns, was dich antreibt und warum du ein wertvolles Mitglied im Team sein würdest!
Lass deine Leidenschaft durchscheinen:Nutze die Gelegenheit, in deinem Anschreiben oder Lebenslauf zu zeigen, was dich an der Biotechnologie fasziniert. Zeige in deinen Worten, dass du für diesen Bereich brennst und bereit bist, deine Kenntnisse und Fähigkeiten in einem Vollzeitjob bei Paul Scherrer Institut PSI einzubringen. Das hebt dich von anderen Bewerbungen ab!
Wie man sich auf ein Vorstellungsgespräch bei Paul Scherrer Institut PSI vorbereitet
✨Verstehe die biologischen Grundlagen
Egal, ob es um Labortechniken oder molekulare Biologie geht – mach dich mit den grundlegenden biologischen Konzepten vertraut, die für das Unternehmen wichtig sind. Bei einem Gespräch mit Paul Scherrer Institut PSI könnten dir technische Fragen zu Experimenten oder spezifischen Methoden gestellt werden, also sei vorbereitet, deine Kenntnisse überzeugend zu präsentieren.
✨Portfolio der bisherigen Projekte
Stell sicher, dass du eine Auswahl von Projekten hast, die du während des Interviews präsentieren kannst. Das könnte alles von Praktika bis zu Uni-Projekten sein, die deine praktischen Fähigkeiten in der Biotechnologie demonstrieren. Dadurch zeigst du nicht nur deine Erfahrung, sondern auch dein Engagement für das Fachgebiet.
✨Soft Skills sind wichtig!
In der Biotechnologie sind Teamarbeit und Kommunikationsfähigkeiten entscheidend. Sei bereit, Beispiele zu geben, in denen du erfolgreich im Team gearbeitet hast oder komplexe Informationen einfach vermitteln konntest. Paul Scherrer Institut PSI wird wahrscheinlich wissen wollen, wie du dich in einem Team von Wissenschaftlern einbringst.
✨Bleibe auf dem neuesten Stand – auch mit aktuellen Entwicklungen
Schau dir einige der neuesten Trends oder Technologien in der Biotechnologie an, wie CRISPR oder personalisierte Medizin. Wenn du über aktuelle Themen sprichst, zeigst du nicht nur dein Interesse an der Branche, sondern kannst auch deine Initiativen zur kontinuierlichen Weiterbildung unter Beweis stellen, was für Paul Scherrer Institut PSI sicher beeindruckend ist.
