Wissenschaftliche Mitarbeiterin bzw. Wissenschaftlicher Mitarbeiter (w/m/d) Data Science

Die im Jahre 1456 gegründete Universität Greifswald gehört zu den ältesten Universitäten im Ostseeraum. Über die Jahrhunderte hinweg hat sie ihren Ruf als Stätte international wirksamer Forschung und hochwertiger Lehre erworben, bewahrt und ausgebaut. Ihre Forschungsstärke bezieht die Universität vor allem aus der intensiven interdisziplinären Zusammenarbeit von fünf Fakultäten einschließlich der Universitätsmedizin und engen Kooperationen mit regionalen, nationalen und internationalen Forschungspartnerinnen und -partnern.
Am Institut für Data Science der Universität Greifswald ist vorbehaltlich der Mittelbewilligung eine Stelle als wissenschaftliche Mitarbeiterin bzw. wissenschaftlicher Mitarbeiter zu besetzen.

• Ihre Aufgaben

  • Wissenschaftliche Dienstleistungen in Forschung und Lehre
  • Entwicklung von Algorithmen im Bereich Physics-Informed Machine Learning zur Lösung komplexer partieller Differentialgleichungen
  • Enge Kooperation mit Kolleg*innen und Fachbereichen, aus denen die zu lösenden Gleichungen stammen
  • Durchführung von Simulationen zur Evaluierung der entwickelten Algorithmen
  • Evaluierung der Algorithmen mit geeigneten statistischen Methoden
  • Publikation der Forschungsergebnisse in Zeitschriften und auf Konferenzen
  • Mitarbeit bei organisatorischen und repräsentativen Aufgaben

  Es werden Aufgaben übertragen, die der Vorbereitung der Promotion, der Habilitation oder einer vergleichbaren Qualifikation förderlich sind.

• Ihr Profil

  • Zum Zeitpunkt der Einstellung mit mindestens gutem Erfolg abgeschlossenes wissenschaftliches Hochschulstudium (Master oder äquivalent) in Informatik, Physik, Mathematik oder einer eng verwandten Disziplin
  • Sehr gute Programmierfähigkeiten
  • Gute Kenntnisse der Grundlagen des Maschinellen Lernens und des Deep Learning
  • Python Kenntnisse oder die Bereitschaft Python zu lernen
  • Gute Kenntnisse partieller Differentialgleichungen
  • Sehr gute Englisch Kenntnisse
  • Selbstständige und zielorientierte Arbeitsweise
  • Teamfähigkeit und sehr gute Kommunikationsfähigkeiten

  wünschenswert:

  • Promotion in Informatik (sofern auf eine Habilitation hingearbeitet werden soll)
  • Kenntnisse in theoretischer Physik
  • Erfahrung im Umgang mit Bibliotheken und Werkzeugen für Deep Learning (z. B PyTorch, Keras)
  • Kenntnisse in Git oder anderer Software zur Versionskontrolle
  • Deutschkenntnisse

• Das bieten wir Ihnen

  • eine interessante, vielseitige und anspruchsvolle Aufgabe
  • die Möglichkeit zur Weiterbildung
  • flexible Arbeitszeiten
  • Vereinbarkeit von Beruf und Privatleben
  • 30 Tage Urlaub
  • Spannendes Thema in einem jungen und schnell wachsenden Forschungsfeld
  • Kommunikative, kreative und wertschätzende Arbeitsatmosphäre
  • BRAIN, einen dedizierten Rechencluster, mit leistungsstarker und flexibler Umgebung für wissenschaftliches Rechnen. BRAIN verfügt über diverse Partitionen, die für unterschiedliche Workloads optimiert sind, sowie einen umfassenden Service, der Sie bei der Nutzung der Ressourcen unterstützt
  • Direkte Betreuung als eins der ersten Mitglieder der Machine Learning Gruppe in Greifswald

  

• Hinweise zum Bewerbungs- und Auswahlverfahren

  Wir schätzen Vielfalt in der Landesverwaltung Mecklenburg-Vorpommern und begrüßen daher alle Bewerbungen – unabhängig von Alter, Herkunft, Geschlecht, sexueller Identität, Behinderung oder Weltanschauung.

  Bewerbungen von Frauen begrüßen wir besonders.

  Schwerbehinderte Bewerberinnen und Bewerber und ihnen Gleichgestellte berücksichtigen wir bei gleicher Eignung bevorzugt. Wir empfehlen Ihnen daher, auf eine Schwerbehinderung bzw. Gleichstellung bereits im Anschreiben hinzuweisen.

  Bewerberinnen und Bewerber aus dem öffentlichen Dienst bitten wir, ihr Einverständnis zur Einsichtnahme in die Personalakte zu erklären.

  Mit der Bewerbung verbundene Kosten können wir leider nicht erstatten.

  Datenschutzhinweise

  Ihre Daten aus den Bewerbungsunterlagen werden ausschließlich für den Zweck des Bewerbungsverfahrens verarbeitet. Weitere Informationen finden Sie in unseren Datenschutzbestimmungen:

  Datenschutzbestimmungen zu Ihrer Bewerbung

• Weiterführende Informationen

  Sogenannte Physics-Informed Neural Networks (PINNs) haben bisher große Erfolge im Lösen von partiellen Differentialgleichungen (PDEs) erreicht. Sie werden insbesondere für Problemstellungen eingesetzt, in denen wenig experimentelle Daten vorliegen, wobei gleichzeitig analytische und numerische Methoden keinen Erfolg ermöglichen. Mit steigender Schwierigkeit der Differentialgleichungen wird die Anwendung von PINNs jedoch herausfordernd. Ziel dieser Stelle ist die Entwicklung von PINN-artigen Algorithmen zur Lösung von PDEs mit wachsendem Schwierigkeitsgrad, insbesondere auch für gekoppelte Systeme von PDEs.

  Besuchen Sie auch gern die Universität Greifswald.

• Ansprechperson(en)

  Frau Prof. Dr. rer. nat. Josephine Thomas
  Ansprechperson für fachliche Fragen

  Tel.: 03834 420 5500
  E-Mail: josephine.thomas@uni-greifswald.de
  

• Lage der Einsatzdienststelle(n)

Bewerben

PDF herunterladen