wissenschaftliche*r Mitarbeiter*in (m/w/d)
15.10.2024
Bauhaus-Universität Weimar
Weimar, Thüringen (DE)
Weitere passende Anzeigen:
Passende Jobs zu Ihrer Suche ...
... immer aktuell und kostenlos per E-Mail.
Sie können den Suchauftrag jederzeit abbestellen.
Es gilt unsere Datenschutzerklärung. Sie erhalten passende Angebote per E-Mail. Sie können sich jederzeit wieder kostenlos abmelden.
wissenschaftliche*r Mitarbeiter*in (m/w/d)
Drucken
Bauhaus-Universität Weimar
Weimar, Thüringen (DE)
Informationen zur Anzeige:
wissenschaftliche*r Mitarbeiter*in (m/w/d)
Bauhaus-Universität Weimar
Weimar, Thüringen (DE)
Aktualität: 15.10.2024
Anzeigeninhalt:
15.10.2024, Bauhaus-Universität Weimar
Weimar, Thüringen (DE)
wissenschaftliche*r Mitarbeiter*in (m/w/d)
Aufgaben:
- Lehre im Bereich Deep Learning für computergestützte Mechanik
- wissenschaftliche Antragserstellungen für Fördermittel in oben genannten Bereichen
- Numerische Methodenentwicklung im Bereich KI für Materialmodellierung, Optimierung, und inverse Probleme
- Entwicklung von Kalibrierungswerkzeugen für Materialmodelle
- Generalisierung der Kalibrierungswerkzeuge für Optimierung und anderen inversen Problemen
- Modellerstellung und Implementierung in C++ z.B. in https://gitlab.com/phmkopp/mlhp (https://gitlab.com/phmkopp/mlhp) bzw. dem Advanced high-order Finite Element Code AdhoC
- Veröffentlichung der wissenschaftlichen Ergebnisse in Form von Publikationen sowie Vorträge auf internationalen Fachtagungen (z.B. ECCOMAS)
- Möglichkeit zur eigenen wissenschaftlichen Weiterqualifikation
Qualifikationen:
- Abgeschlossene oder eingereichte Promotion im Bereich der Mechanik
- Abgeschlossenes wissenschaftliches Hochschulstudium der Mechanik, des Bauingenieurwesens, oder des Maschinenbaues mit Notendurchschnitt < 1.2
- sehr gute Programmierkenntnisse in C++, Python, PyTorch und TensorFlow
- fließendes Deutsch und Englisch
- mindestens 6 Veröffentlichungen in wissenschaftlich anerkannten Journalen in den letzten 3 Jahren
- sehr gutes Verständnis von Deep Learning, numerischer Mechanik, und deren Kombination
- Erfahrung mit Materialmodellierung, inversen Problemen, und Optimierung
- internationale Erfahrung durch Forschungs- oder Studienaufenthalte im Ausland
- Lehrerfahrung auf Universitätsebene
- Internationale Forschungspreise oder Auszeichnungen sind von Vorteil
Standorte