PhD Position in Data-Driven Molecular Material Design
Technische Universität München
Deutschland
Ph.D. position in Data-Driven Molecular Material Design (100% E13)
12/03/2025, Wissenschaftliches Personal
Die Professur Multiscale Modeling of Fluid Materials an der Technischen Universität München sucht talentierte und ehrgeizige Wissenschaftler, die an einer einzigartigen interdisziplinären Forschunginterestsiert sind, die molekulare Simulationen, maschinelles Lernen, statistische Physik, Multiskalenmodellierung und Quantifizierung von Unsicherheiten integriert.
Durch die Integration modernster maschineller Lernmodelle (graphische neuronale Netze, Diffusionsmodelle) mit Quantenchemie und molekularen Simulationen zielt das Projekt darauf ab, die Bottom-up-Materialentdeckung für Anwendungen von den Biowissenschaften bis zum Ingenieurwesen zu beschleunigen. Weitere Informationen finden Sie auf unserer Website www.epc.ed.tum.de/en/mfm
Ihr Profil
- Hochschulabschluss in Chemie, Physik oder Informatik (Bewerber, die diesen Abschluss in Kürze erwerben werden, können sich ebenfalls bewerben)
- gute Kenntnisse im Bereich des maschinellen Lernens
- gute Programmierkenntnisse (insbesondere Python)
- Erfahrung mit ab initio/Molecularsimulationen und Kenntnisse der statistischen Physik sind von Vorteil
- fließendes Englisch in Wort und Schrift (Deutschkenntnisse sind nicht erforderlich)
Unser Angebot
Sie werden Teil einer jungen Forschungsgruppe, die auf dem Gebiet der molekularen Modellierung auf dem neuesten Stand der Forschung arbeitet, und werden Teil der TUM, einer europäischen Spitzenuniversität. Die Stelle ist ab sofort und für drei Jahre zu besetzen. Die Vergütung erfolgt in Anlehnung an den Tarifvertrag für den öffentlichen Dienst des Freistaates Bayern (100%, TV-L E13). Zusätzlich stehen Mittel für Rechenanlagen und Tagungsreisen zur Verfügung.
Bewerbung
Bitte senden Sie Ihre Bewerbung in englischer Sprache per E-Mail an info.mmfm@mw.tum.de mit dem Betreff "PhD Application". Die Bewerbung sollte (in einem PDF-Document) ein Anschreiben (Motivation für die Mitarbeit in unserer Gruppe, wie Ihre bisherigen Arbeiten/Kenntnisse/Interessen mit unseren Forschungsthemen und Veröffentlichungen zusammenhängen), einen Lebenslauf, ein Notenzeugnis, die Kontaktdaten von zwei Referenzen und ein gewünschtes Anfangsdatum enthalten. Wenn möglich, sollten Sie Ihre Programmierkenntnisse nachweisen (z. B. durch ein GitHub-Repository). Die Bewerbungen werden fortlaufend geprüft, bis die Stelle besetzt ist. Bewerbungen, die vor dem 1. Mai 2025 eingehen, werden bevorzugt behandelt.
Die Stelle ist für die Besetzung mit schwerbehinderten Menschen geeignet. Schwerbehinderte Bewerberinnen und Bewerber werden bei ansonsten im wesentlichen gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt eingestellt.
Hinweis zum Datenschutz:
Im Rahmen Ihrer Bewerbung um eine Stelle an der Technischen Universität München (TUM) übermitteln Sie personenbezogene Daten. Beachten Sie bitte hierzu unsere Datenschutzhinweise gemäß Art. 13 Datenschutz-Grundverordnung (DSGVO) zur Erhebung und Verarbeitung von personenbezogenen Daten im Rahmen Ihrer Bewerbung. Durch die Übermittlung Ihrer Bewerbung bestätigen Sie, dass Sie die Datenschutzhinweise der TUM zur Kenntnis genommen haben.
Contact: info.mmfm@mw.tum.de
More Information
https://www.epc.ed.tum.de/en/mfm
| PhD_MFM | PhD_MFM, (Type: application/pdf, Größe: 114.1 kB) Datei speichern |
Bitte beziehen Sie sich in Ihrer Bewerbung auf AkademischeStellen.com
