Wissenschaftlicher Mitarbeiter / Doktorand (m/w/d) in der Material-Informatik (Wissenschaftliche/r Mitarbeiter/in)

Universität Bayreuth Land Bayern – Bayreuth

Kurzbeschreibung der Position

Die Kuenneth Group (Computational Materials Sciences) an der Universität Bayreuth sucht einen wissenschaftlichen Mitarbeiter / Doktorand (m/w/d) für ein EU Horizon Europe Forschungsprojekt über den Einsatz von KI zum Design nachhaltiger Polymermaterialien für Elektronik und Verpackungen.

Hauptaufgaben

  • Verwaltung der Extraktion, Kuratierung und Strukturierung von Daten zur Unterstützung des Trainings von Machine-Learning-Modellen
  • Entwicklung und Implementierung von Machine-Learning-Modellen, Large Language Models (LLMs) und autonomen KI-Agenten, die speziell auf die Polymerforschung zugeschnitten sind
  • Zusammenführung von Machine Learning und experimentellen Arbeitsabläufen
  • Durchführung autonomer Forschung in einem dynamischen und kreativen wissenschaftlichen Umfeld

Qualifikationen und Fähigkeiten

  • Überdurchschnittlicher Master-Abschluss in Ingenieurwesen, Informatik, Naturwissenschaften oder verwandten Bereichen
  • Ausgeprägte Programmierkenntnisse in Python
  • Kenntnisse in der Polymer- und Materialwissenschaft
  • Neugierde für Material- und Datenwissenschaft sowie Kreativität und Selbstständigkeit
  • Motivation und Proaktivität, mit guten Kommunikationsfähigkeiten in Englisch oder Deutsch

Arbeitsort / Rahmenbedingungen

  • Vollzeitstelle (TV-L E13, für bis zu 3,5 Jahre)
  • Flexible Arbeitszeiten mit der Option zur Arbeit im Homeoffice im Rahmen der geltenden Dienstvereinbarung
  • Möglichkeit zur Promotion (PhD) und Zugang zu einem breiten Spektrum an industriellen und internationalen Kontakten
  • Angenehme Arbeitsatmosphäre mit sozialen Veranstaltungen
  • Die Universität Bayreuth ist Mitglied im Best Practice Club „Familie in der Hochschule e.V.“. Frauen sowie Bewerberinnen und Bewerber mit Kindern werden ausdrücklich ermutigt, sich zu bewerben. Schwerbehinderte Personen werden bei gleicher Qualifikation bevorzugt berücksichtigt.