Über das Unternehmen
Die Arbeitsgruppe Data-Driven Materials Design am INM – Leibniz-Institut für neue Materialien in Saarbrücken sucht mehrere PhD-Kandidaten. Die Gruppe ist Teil eines gemeinsamen Forschungsumfelds bestehend aus dem INM, der Fakultät für Mathematik und Informatik der Universität des Saarlandes und dem Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI). Sie ist in ein interdisziplinäres Forschungsumfeld mit experimentellen Gruppen in Materialwissenschaft, Chemie, synthetischer Biologie und Biophysik eingebettet.
Forschungsfokus
Die Gruppe konzentriert sich auf die Entwicklung von Machine-Learning-Methoden zur Modellierung von Molekülen und Materialien. Ziel ist die genaue Vorhersage von Materialeigenschaften über verschiedene Längen- und Zeitskalen hinweg.
Mögliche Forschungsthemen
- Machine-learned interatomare Potenziale und atomistische Grundmodelle
- Active Learning und Datengenerierungsstrategien für atomistische Modellierung
- Datengesteuerte Beschleunigung von atomistischen Simulationen
- Machine Learning Methoden zur direkten Vorhersage molekularer und Materialeigenschaften
- Generative Modelle für molekulares Design und Materialentwicklung
Das genaue Forschungsthema wird zusammen mit erfolgreichen Kandidaten basierend auf deren Interessen und Expertise definiert.
Aufgaben
- Durchführung unabhängiger Forschung in datengesteuerten Materialdesign
- Entwicklung und Implementierung neuartiger Machine-Learning-Methoden
- Anwendung dieser Methoden auf molekulare und Materialsysteme
- Beiträge zu wissenschaftlichen Publikationen und Konferenzpräsentationen
- Zusammenarbeit mit Forschern aus Materialwissenschaft, Chemie und Machine Learning
Anforderungen
- Master-Abschluss in Informatik, angewandter Mathematik, Physik, Chemie, Materialwissenschaft oder verwandtem Gebiet
- Hintergrund in mindestens einem der folgenden Bereiche: Machine Learning, Computational Chemistry oder Materialwissenschaft, atomistische Simulationen oder Scientific Computing
- Erfahrung in wissenschaftlicher Programmierung
- Interesse an der Entwicklung von Machine-Learning-Methoden für die Modellierung von Molekülen und Materialien
- Fähigkeit zur unabhängigen und kollaborativen Arbeit in interdisziplinärem Umfeld
- Ausgezeichnete schriftliche und mündliche Englischkenntnisse
Leistungen
- Interdisziplinäres und internationales Forschungsumfeld an der Spitze der datengesteuerten Materialdesign
- Zugang zu moderner Recheninfrastruktur
- Möglichkeiten zur Veröffentlichung in führenden wissenschaftlichen Zeitschriften und Präsentation auf internationalen Konferenzen
- Chance, eine neu etablierte Forschungsgruppe zu prägen
- Hohes Maß an wissenschaftlicher Freiheit bei der Gestaltung des Forschungsprojekts
- Beschäftigung nach deutschem öffentlichem Dienst Tarifvertrag
Unternehmenskultur
Das Institut praktiziert eine offene und wertschätzende Unternehmenskultur, in der vorhandene Vielfalt gefördert und gelebt wird. Es ist ein Arbeitgeber mit gleichen Chancen und zertifizierter familienfreundlicher Politik mit Angeboten für bessere Work-Life-Balance, flexible Arbeitszeiten und mobiles Arbeiten. Frauen werden zur Bewerbung ermutigt und Menschen mit Behinderungen werden ausdrücklich zur Bewerbung ermutigt.