Scientific Researcher in Theoretical Physics (f/m/d) (Wissenschaftliche/r Mitarbeiter/in)

Kurzbeschreibung der Position

Wir suchen Doktoranden, die einer neu gegründeten Forschungsgruppe beitreten und eine multiskalige Virtual Material Design (VMD)-Pipeline für neuromorphe Spintronik basierend auf topologischen Spintexturen (TST) entwickeln – z. B. 2D-Skyrmionen und 3D-Hopfionen.

Hauptaufgaben

Das Ziel ist der Aufbau und die Validierung eines automatisierten, multiskaligen Workflows, der First-Principles-Elektronenstrukturdaten auf prädiktive atomistische Spin-Hamiltoniane und dynamische Modelle auf Geräteebene abbildet. Der Kandidat wird hochdurchsatzfähige, relativistische DFT-Berechnungen unter Verwendung von All-Elektronen-Codes (juKKR, FLEUR) auf HPC-Plattformen durchführen, Daten mit AiiDA verwalten und speichern und magnetische Wechselwirkungsparameter für grobkörnige Spinmodelle extrahieren. Um Ad-hoc-Anpassungen zu ersetzen, werden wir maschinelles Lernen – insbesondere physikalisch eingeschränkte symbolische Regression – anwenden, um kompakte analytische Spin-Hamiltoniane und ihre Parameterabhängigkeiten zu entdecken. Diese Hamiltoniane speisen groß angelegte atomistische Spinstimulationen, um Energien, thermische Stabilität, nichtlineare Dynamik und stochische Reaktion zu bewerten und Materialentwicklungswege (Zusammensetzung, Dotierung oder Dehnung) vorzuschlagen, die TST-Eigenschaften für neuromorphes Rechnen optimieren. Das Ergebnis ist eine validierte VMD-Pipeline, die Kandidatenmaterialien identifiziert und konkrete, modellbasierte Vorschriften zur Abstimmung ihres Verhaltens für spintronische Neuronen, Synapsen und Reservoir Computing liefert.

Die Aufgaben umfassen Lehrverpflichtungen in Höhe von 3 Stunden pro Woche.

Im Rahmen der Position werden Möglichkeiten zur weiteren wissenschaftlichen Qualifikation angeboten.

Qualifikationen und Fähigkeiten

• Wir begrüßen Bewerbungen von hochqualifizierten und motivierten Personen mit einem Master of Science in Festkörperphysik oder Materialwissenschaften mit Schwerpunkt auf numerischen Simulationen.
• Vorherige Erfahrung mit theoretischen und/oder rechnerischen Projekten ist wichtig.
• Vorherige Erfahrung mit Dichtefunktionaltheorie oder maschinellem Lernen ist wünschenswert.
• Kenntnisse der Programmiersprache Python sind wichtig, ebenso wie Fortran.
• Starke schriftliche und mündliche Kommunikationsfähigkeiten in Englisch sind erforderlich.
• Die Fähigkeit, selbstständig zu arbeiten und effektiv mit theoretischen und experimentellen Partnern zusammenzuarbeiten, ist unerlässlich.

Arbeitsort / Rahmenbedingungen

• Abwechslungsreiche, vielfältige Aufgaben in einer forschungsintensiven Umgebung mit internationalem Austausch.
• Angenehmes Arbeitsklima in einem dynamischen Team.
• Die Möglichkeit zur Promotion (PhD) an der Fakultät für Physik.
• Familienfreundlichkeit durch Kinderbetreuung und Beratung für familiäre Betreuungspflichten.
• Ein breites Spektrum an Weiterbildungsprogrammen.
• Ausgezeichnete Anbindung an den öffentlichen Nahverkehr und kostenlose Parkplätze.
• Attraktive Sport- und Gesundheitsprogramme (Hochschulsport).
• Die Möglichkeit, teilweise von zu Hause aus zu arbeiten.