Postdoctoral Position (m/f/d) | Machine learning for PDEs and turbulence control

Kurzbeschreibung der Position

Maschinelles Lernen bietet ein enormes Potenzial für die Modellierung, Vorhersage und Steuerung nichtlinearer Systeme, die durch partielle Differentialgleichungen beschrieben werden. Dieses Projekt konzentriert sich auf die Entwicklung von Methoden des maschinellen Lernens für PDEs, insbesondere im Bereich der Turbulenzmodellierung und -steuerung.

Hauptaufgaben

• Entwicklung von Methoden des maschinellen Lernens für nichtlineare PDEs, die in der Fluiddynamik und verwandten Systemen auftreten.
• Implementierung bestehender Ansätze des maschinellen Lernens für reduziertes Modellieren, Abschlussmodellierung und Strömungsvorhersage.
• Vorschlag neuer Methoden des maschinellen Lernens für Turbulenzmodellierung und -steuerung.
• Training und Testen von Modellen mit Daten aus direkten numerischen Simulationen und Experimenten.
• Untersuchung, ob maschinelles Lernen effiziente Steuerungsstrategien für turbulente Strömungen identifizieren kann.
• Untersuchung der Interpretierbarkeit, Generalisierbarkeit und physikalischen Konsistenz von Modellen des maschinellen Lernens für PDEs.
• Erforschung, wie datengesteuerte Methoden Simulationen beschleunigen und Vorhersagen in komplexen turbulenten Systemen verbessern können.

Qualifikationen und Fähigkeiten

• Promotion in Fluiddynamik, Physik, angewandter Mathematik, Informatik oder einem verwandten Gebiet.
• Erfahrung mit maschinellem Lernen, numerischen Methoden für PDEs, TensorFlow oder PyTorch und Python.
• Erfahrung mit Turbulenzen, Strömungssteuerung, wissenschaftlichem Rechnen oder datengesteuertem Modellieren.
• Erfahrung mit GPU-Computing und Supercomputern ist wünschenswert.
• Gute Englischkenntnisse.

Arbeitsort / Rahmenbedingungen

• Die Position wird gemäß dem Tarifvertrag für den öffentlichen Dienst (TVöDBund) als EG 13 bewertet.
• Die Sozialleistungen richten sich nach den Vorschriften des öffentlichen Dienstes.
• Die Vollzeitstelle ist ab dem 1. Juni 2026 oder so bald wie möglich danach verfügbar.
• Die Position ist auf ein Jahr befristet, mit der Möglichkeit einer Verlängerung um ein oder weitere Jahre.