Phd/Postdoc position at Graz University of Technology, Austria: Physics-based machine learning

Wir suchen einen universitären Projektassistenten: „Forscher – PhD oder PostDoc-Position (m/w/d) an der Schnittstelle von Physik und Informatik“ am Institut für Theoretische Physik und Computational Physics der Technischen Universität Graz und dem Graz Center for Machine Learning.

Aktuelle Fortschritte im Bereich des maschinellen Lernens haben erhebliche Auswirkungen auf Technologie und Gesellschaft gezeigt und versprechen auch in der Physik viel. Einerseits wird maschinelles Lernen verwendet, um Surrogatmodelle für rechenintensive Simulationen zu lernen, um sie für viele Abfragen wie Optimierung und Unsicherheitsquantifizierung einzusetzen. Andererseits haben physikalische Modelle seit Jahrzehnten ihren Weg in das maschinelle Lernen gefunden. Diese Position soll in ein Projekt an der Schnittstelle von maschinellem Lernen und Physik eingebunden werden. Insbesondere eröffnet eine neu entdeckte Verbindung zwischen Differentialgleichungen und neuronalen Netzen den Weg zur Erforschung einer neuartigen Klasse von physikbasierten Architekturen. Beispielsweise könnte eine so gestaltete Maschine Lösungen der Schrödinger-Gleichung lernen, einer zentralen Differentialgleichung, die die Quantenmechanik regiert.

Aufgaben:

• Beitrag zu einem interdisziplinären Forschungsprojekt an der Schnittstelle von Physik und maschinellem Lernen
• Forschung, mathematische und numerische Berechnungen, Programmierung
• Verbreitung von Ergebnissen (z.B. Beitrag zu wissenschaftlichen Berichten, Präsentationen auf internationalen Konferenzen usw.)
• Zusammenarbeit mit Informatikern und Physikern
• Keine Lehrverpflichtungen erforderlich

Ihr Profil:

• Hintergrund: Master in Physik, Informatik, Mathematik oder ähnlichem.
• Bewerber kurz vor dem Abschluss werden berücksichtigt.
• Besonderes Interesse an der Schnittstelle von maschinellem Lernen und (theoretischer) Physik
• Kenntnisse in einem der folgenden Bereiche und Bereitschaft, sich in die verbleibenden Themen einzuarbeiten:
• Maschinelles Lernen, Wahrscheinlichkeitstheorie, Optimierung, Differentialgleichungen, theoretische Physik
• Programmierkenntnisse: Python oder ähnliches bevorzugt, Erfahrung mit PyTorch, JAX, TF oder ähnlichem gewünscht
• Schneller Lerner, kreativ, engagiert und wissenschaftlich ehrgeizig

Was wir bieten:

• Umfassende, kooperative Betreuung auf individueller Basis auf Augenhöhe
• Kollegiale Arbeitsatmosphäre, hoch internationale und interdisziplinäre wissenschaftliche Umgebung
• Schulung in komplementären Bereichen (d.h. Physik für Informatiker, maschinelles Lernen für Physiker)
• Modernste Einrichtungen und wissenschaftliche Unterstützungsdienste, z.B. Hochleistungsrechencluster
• Möglichkeit der Verlängerung zu einer PhD-Arbeit
• Option für Home Office / Telearbeit
• Flexible Arbeitszeiten
• Akademische Freiheit
• Das Mindestjahresbruttogehalt beträgt 42.820,40 € basierend auf einer Vollzeit-PhD-Position. Überzahlung ist je nach Qualifikation und Expertise möglich. Postdocs sind ebenfalls willkommen zu bewerben (Gehalt und Verantwortlichkeiten werden entsprechend angepasst).
• Zusätzliche Unternehmensleistungen wie Universitäts-Sportprogramm, Gesundheitsmanagement am Arbeitsplatz, Zuschüsse für öffentliche Verkehrsmittel, internationale und interne Soft-Skill-Trainingsmöglichkeiten, Kinderbetreuungseinrichtungen und mehr.

Startdatum und Dauer: Januar 2023. Dies ist eine befristete Stelle von bis zu 40 Stunden/Woche für bis zu 12 Monate, mit einer möglichen Verlängerung um weitere 2-3 Jahre, abhängig von der Leistung.

Die Technische Universität Graz strebt an, den Anteil von Frauen zu erhöhen, und daher werden qualifizierte weibliche Bewerber ausdrücklich ermutigt, sich zu bewerben. Die Technische Universität Graz fördert aktiv Vielfalt und Chancengleichheit. Menschen mit Behinderungen und die über die entsprechenden Qualifikationen verfügen, sind ausdrücklich eingeladen, sich zu bewerben. Der Schutz der Gesundheit unserer Studierenden und Mitarbeiter hat für unsere Universität hohe Priorität. Aus diesem Grund werden gleichqualifizierte Kandidaten, die vollständig gegen COVID-19 geimpft sind, bevorzugt behandelt.

Um sich zu bewerben, bereiten Sie bitte Ihren Lebenslauf, ein Motivationsschreiben, das Ihre Forschungserfahrung und Forschungsinteressen betont, Referenzen und weitere Dokumente vor. Bewerbungen werden fortlaufend bis zur Besetzung der Stelle berücksichtigt. Bitte senden Sie Ihre Bewerbungen und/oder Anfragen für weitere Informationen unter Verwendung des Betreffs „[Bewerbung UFO 2022 – Ihr Nachname]“ an ranftl@tugraz.at. Informationen zur Datenverarbeitung Ihrer Bewerbung finden Sie unter www.tugraz.at/go/datenschutzinformation-pa.