Auf einen Blick
- Aufgaben: Entwickle Theorien zur Physik des kontinuierlichen Lernens mit Fokus auf Physarum.
- Unternehmen: Technische Universität München, innovative Forschungseinrichtung mit interdisziplinärem Team.
- Vorteile: Flexible Arbeitszeiten, internationales Umfeld und Unterstützung bei der beruflichen Entwicklung.
- Weitere Informationen: Chancengleichheit wird gefördert; Bewerbungen von Frauen und Diversität sind willkommen.
- Warum dieser Job: Sei Teil eines spannenden ERC-Projekts und entdecke die Mechanismen des Lernens in weicher Materie.
- Qualifikationen: Master in Physik oder verwandten Bereichen, Kenntnisse in biologischer Physik und Programmierfähigkeiten.
Das prognostizierte Gehalt liegt zwischen 63958 - 78170 € pro Jahr.
10.08.2026, Wissenschaftliches Personal Die Gruppe von Prof.
Karen Alim für Biologische Physik am TUM Campus Garching sucht eine/n Theorie-Doktoranden/in (m/w/d) für ihr Team im Rahmen des ERC-Projekts „Learning Matters!“.
Ihre Aufgabe Sie werden mit dem derzeitigen Fokus auf das Gehirn brechen, um stattdessen die Physik des kontinuierlichen Lernens aufzudecken, indem Sie die Entstehung des Lernens im Leben untersuchen, reduziert auf die Komplexität einer netzwerkförmigen Einzelzelle – Physarum.
Da Physarum keine Neuronen hat, verbreiten Strömungen, die durch sein röhrenförmiges Netzwerk fließen, Informationen verpackt in chemische Konzentration und Strömungsscherkraft.
Die Viskoelastizität der Röhrenwand reorganisiert sich als Reaktion darauf – und lernt kontinuierlich ihre zukünftige Reaktion.
Sie entwickeln eine Theorie, die die physikalischen Mechanismen der Lernmechanik von Physarum beschreibt, und sagen damit voraus, wie Lernen in weicher Materie umgesetzt werden kann, da die Reaktionsfähigkeit von Physarum in Bezug auf die Viskoelastizität der Wand in synthetischen Hydrogelen ihr Pendant in weicher Materie findet.
Unsere Anforderungen Als geeigneter Kandidat haben Sie eine Masterarbeit in Physik, angewandter Mathematik oder verwandten Fachgebieten abgeschlossen.
Sie verfügen über Kenntnisse in der Physik weicher Materie/komplexer Systeme, biologischer Physik oder der statistischen Physik.
Sie arbeiten gerne in interdisziplinären und internationalen Teams und verfügen über Programmierkenntnisse.
Darüber hinaus können Sie sich sowohl mündlich als auch schriftlich sicher in Englisch ausdrücken.
Wir bieten Wir bieten einen Vertrag mit einer Laufzeit von zwei plus zwei Jahren (TV-L E13 75 %) mit flexiblem Starttermin ab Anfang Oktober 2026 in einem hochmotivierten Team, das experimentelle und theoretische Forschung gleichberechtigt miteinander verbindet.
Als Arbeitgeber, der Chancengleichheit und Gleichstellung fördert, begrüßt die TUM ausdrücklich Bewerbungen von Frauen sowie von allen anderen Personen, die zusätzliche Diversitätsdimensionen in die Forschungs- und Lehrstrategien der Universität einbringen würden.
Die Stelle ist für Menschen mit Behinderung geeignet.
Bei gleicher Eignung, Begabung und beruflicher Leistung werden Menschen mit Behinderung bevorzugt eingestellt.
Ihre Bewerbung Wir freuen uns auf Ihre Bewerbungsunterlagen, die Ihren Lebenslauf, Ihre Publikationsliste, Ihr Zeugnis, eine Begründung Ihrer Forschungsinteressen (max. 1 Seite) und die Kontaktdaten für zwei Empfehlungsschreiben in einem PDF-Dokument enthalten.
Bitte senden Sie diese unter dem Betreff “Ph D Theory of Physical Learning” per E-Mail spätestens bis zum 10.09.2026 an Prof.
Dr.
Karen Alim (k. alim@tum. de).
Sie steht Ihnen auch gerne vorab für weitere Informationen zur Verfügung.
Prof.
Dr.
Karen Alim Technische Universität München Ernst-Otto-Fischer-Str. 8 85748 Garching b.
München k. alim@tum. de www. bpm. ph. tum. de Die Stelle ist für die Besetzung mit schwerbehinderten Menschen geeignet.
Schwerbehinderte Bewerberinnen und Bewerber werden bei ansonsten im wesentlichen gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt eingestellt.
Hinweis zum
Datenschutz: Im Rahmen Ihrer Bewerbung um eine Stelle an der Technischen Universität München (TUM) übermitteln Sie personenbezogene Daten.
Beachten Sie bitte hierzu unsere Datenschutzhinweise gemäß Art. 13 Datenschutz-Grundverordnung (DSGVO) zur Erhebung und Verarbeitung von personenbezogenen Daten im Rahmen Ihrer Bewerbung.
Durch die Übermittlung Ihrer Bewerbung bestätigen Sie, dass Sie die Datenschutzhinweise der TUM zur Kenntnis genommen haben.
Kontakt: k. alim@tum. de Mehr Information
PhD Theory of Physical Learning Arbeitgeber: Technische Universität München
Die Technische Universität München (TUM) bietet eine herausragende Arbeitsumgebung für den Tenure Track Assistant Professor in 'Process Robotics in Bioprocess Engineering'. Mit exzellenten Arbeitsbedingungen in einer lebendigen wissenschaftlichen Gemeinschaft und einem multikulturellen Umfeld, in dem Englisch als gemeinsame Sprache dient, fördert die TUM die berufliche Entwicklung ihrer Mitarbeiter durch maßgeschneiderte Karriereberatung und attraktive Gehalts- sowie Sozialleistungen. Die Möglichkeit zur Promotion und die Unterstützung durch das TUM Munich Dual Career Office machen diese Position besonders attraktiv für engagierte Wissenschaftler.
Kontaktdaten:
Technische Universität München Recruiting-Team
