25 km
Promovierte*r wissenschaftliche*r Mitarbeiter*in (m/w/d) der Fachrichtung Bauingenieurwesen­­,­­ physikalische Ingenieurwissenschaften­­,­­ Physik­­,­­ Mathematik oder vglb. 28.08.2026 BAM Bundesanstalt für Materialforschung und -prüfung Berlin
Weitere passende Anzeigen:

Ihre Merkliste/

Mit Klick auf einen Stern in der Trefferliste können Sie sich die Anzeige merken

1

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.

Informationen zur Anzeige:

Promovierte*r wissenschaftliche*r Mitarbeiter*in (m/w/d) der Fachrichtung Bauingenieurwesen, physikalische Ingenieurwissenschaften, Physik, Mathematik oder vglb.
Berlin
Aktualität: 28.08.2026

Anzeigeninhalt:

28.08.2026, BAM Bundesanstalt für Materialforschung und -prüfung
Berlin
Promovierte*r wissenschaftliche*r Mitarbeiter*in (m/w/d) der Fachrichtung Bauingenieurwesen, physikalische Ingenieurwissenschaften, Physik, Mathematik oder vglb.
Aufgaben:
Neural Operators werden in diesem Projekt mit klassischen numerischen Verfahren kombiniert, um parametrisierte Finite-Elemente-Modelle effizient zu approximieren. Durch die Integration datengetriebener und FEM-basierter Ansätze werden hybride Modelle entwickelt, die echtzeitfähige digitale Zwillinge, eine Kalibrierung von Modellparametern mit Unsicherheitsquantifizierung sowie eine probabilistische Darstellung der verbleibenden Modellfehler unterstützen. Entwicklung und Implementierung von FEM-Modellen in FEniCSx sowie deren Integration in Neural Operators und PINNs Validierung und Unsicherheitsquantifizierung dieser Metamodelle Kalibrierung von Modellparametern unter Unsicherheiten anhand experimenteller Daten unter Verwendung dieser Metamodelle Entwicklung datengetriebener Ansätze zur Modellierung der Prognosegenauigkeit unter Berücksichtigung von Modellfehlern Dokumentation der entwickelten Methoden Verfassen wissenschaftlicher Publikationen und Mitwirkung an der Ausarbeitung von Forschungsanträgen Präsentation der Ergebnisse auf wissenschaftlichen Tagungen
Qualifikationen:
Zwingend notwendig sind: Abgeschlossenes wissenschaftliches Hochschulstudium (Diplom / Master) sowie Promotion in der Fachrichtung Bauingenieurwesen, physikalische Ingenieurwissenschaften, Physik, Mathematik oder eines vergleichbaren Studiengangs Ausgewiesene Kenntnisse und praktische Erfahrung in der Entwicklung von FEM-Anwendungen unter Verwendung programmierbarer FE-Software (z. B. FEniCSx), einschließlich der Implementierung von Materialmodellen, Elementformulierungen oder numerischen Lösungsverfahren Vertiefte Kenntnisse im Bereich wissenschaftlicher Programmierung, vorzugsweise in Python, sowie Erfahrung mit modernen Methoden der Softwareentwicklung Erfahrung in der Implementierung von Methoden des maschinellen Lernens und Deep Learnings Sehr gute Englischkenntnisse in Wort und Schrift sowie gute Präsentations- und Publikationsfähigkeiten Wünschenswert wäre darüber hinaus: Erfahrung mit Scientific-Machine-Learning-Ansätzen, insbesondere PINNs und Neural Operators (z. B. DeepONet, Fourier Neural Operators) Kenntnisse in den Bereichen Unsicherheitsquantifizierung, inverse Probleme, Bayes'sche Inferenz oder Parameteridentifikation Außerdem sollten Sie Folgendes mitbringen: Initiative / Einsatzbereitschaft und -fähigkeit Teamfähigkeit und Kooperationsbereitschaft Zielorientierte und strukturierte Arbeitsweise Entscheidungsbereitschaft und -fähigkeit Gutes Kommunikations- und Informationsverhalten Die ausgeschriebene Stelle setzt ein geringes Maß an körperlicher Eignung voraus.

Berufsfeld

Bundesland

Standorte