Mathematisch-Naturwissenschaftliche Fakultät
Doktorand*in im Bereich Scientific Machine Learning
Department Mathematik/Informatik - Abteilung Mathematik
Wir sind eine der größten und ältesten Universitäten Europas und gehören zu den größten Arbeitgeber*innen in unserer Region. Durch unser breites Fächerspektrum, die dynamische Entwicklung unserer Forschungsschwerpunkte und unseren Standort mitten in Köln sind wir attraktiv für Studierende und Forschende weltweit. Wir bieten vielfältige Karrierechancen in Wissenschaft, Technik und Verwaltung.
Der Forschungsschwerpunkt im Bereich Scientific Machine Learning (SciML) liegt am Lehrstuhl Numerische Mathematik und Wissenschaftliches Rechnen in der Entwicklung und Verwendung von Methoden des maschinellen Lernens zur numerischen Lösung partieller Differentialgleichungen. Hierbei werden sowohl effiziente Löser, insbesondere Gebietszerlegungs- und Multilevelverfahren entwickelt als auch Surrogatmodelle für numerische Homogenisierungsverfahren und klassische Diskretisierungen in Fluiddynamik und Festkörpermechanik mit Anwendungen in Medizin und Ingenieurwissenschaften.
Die Stelle ist ab 01.05.2025 in Teilzeit (29,87 Wochenstunden) zu besetzen. Sie ist bis 30.04.2028 befristet. Sofern die entsprechenden tariflichen und persönlichen Voraussetzungen vorliegen, richtet sich die Vergütung nach der Entgeltgruppe 13 TV-L.
Bitte bewerben Sie sich mit Ihren aussagekräftigen Bewerbungsunterlagen inkl. beigefügten Nachweisen für die gesuchten Qualifikationen ohne Bewerbungsfoto online über den "Jetzt bewerben"-Button. Die Kennziffer ist Wiss2501-24. Die Bewerbungsfrist endet am 15.03.2025.
Bei Fragen wenden Sie sich bitte an Herrn Prof. Dr. Axel Klawonn (stellenausschreibung klawonn@uni-koeln.de) und schauen Sie in unsere FAQ´s. IHRE AUFGABEN
Mitarbeit und Promotion in einem Forschungsprojekt im Bereich SciML.
Entwicklung neuer hybrider, durch maschinelles Lernen beschleunigter Löser sowie Löser mit erhöhter Genauigkeit.
Anwendung der entwickelten Löser aus dem Bereich des Scientific Machine Learning in verschiedenen Bereichen der Medizin und/oder Materialwissenschaften, zum Beispiel in der medizinischen Bildverarbeitung und -segmentierung, der Simulation von Problemen der Fluiddynamik oder Festkörpermechanik, sowie als Surrogatmodelle für einzelne Module der zugehörigen numerischen Simulation.
Algorithmische Entwicklung und Weiterentwicklung von effizienten Trainingsmethoden für die verwendeten Modelle des maschinellen Lernens.
Unterstützende Lehrtätigkeit im Rahmen der Lehrverpflichtung von 3 SWS pro Semester
IHR PROFIL
ausgezeichneter Universitätsabschluss (Master oder Diplom) in Mathematik, Wirtschafts- oder Technomathematik, Computational Science & Engineering oder vergleichbaren Studiengängen
gute Kenntnisse im Bereich des maschinellen Lernens
sichere Beherrschung von Python und gängigen Machine Learning Bibliotheken (TensorFlow, PyTorch etc.)
gute Kenntnisse im Bereich der Diskretisierung partieller Differentialgleichungen
sichere Beherrschung von Deutsch und Englisch in Wort und Schrift
gute Kommunikations- und Teamfähigkeit
WIR BIETEN IHNEN
ein vielfältiges und chancengerechtes Arbeitsumfeld
Unterstützung bei der Vereinbarkeit von Beruf und Familie
flexible Arbeitszeitmodelle
ein umfangreiches Weiterbildungsangebot
Angebote im Rahmen des Betrieblichen Gesundheitsmanagements
Möglichkeit zur mobilen Arbeit
Die Universität zu Köln fördert Chancengerechtigkeit und Vielfalt. Bewerbungen von Frauen werden nach Maßgabe des LGG NRW bevorzugt berücksichtigt. Wir begrüßen ausdrücklich alle Bewerbungen - unabhängig von Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Behinderung, Alter sowie sexueller Orientierung und Identität.