Federführende Mitarbeit im BMBF-Projekt MALSCO: "Machine Learning for SANS from Colloids".
Die Aufgabe ist die Untersuchung mesoskopischer struktureller Änderungen bei kolloidaler Umsetzungen durch Analyse der Streudaten mit Machine Learning Methoden mit dem Ziel einer erheblich verbesserten Produktkontrolle. In dem Rahmen soll ein bestehender Reaktoraufbau weiter optimiert werden und zur Untersuchung unterschiedlicher kolloid-und polymerchemischer Reaktionen mit variierenden Reaktionsparametern eingesetzt werden. Zentrale Aufgabe ist die Analyse der enthaltenen Streudaten (primär Neutronenkleinwinkelstreuung) mit Hilfe von Methoden des Machine Learning zur optimierten Interpretation dieser Daten. Die Durchführung dieser Arbeiten erfolgt am Institut Laue-Langevin, einem weltweit führenden internationalen Forschungsinstitut in Grenoble, Frankreich, und an der TU Berlin, wobei der primäre Einsatzort flexibel entscheidbar ist.

• Erfolgreich abgeschlossenes wissenschaftliches Hochschulstudium (Diplom, Master oder Äquivalent) sowie erfolgreich abgeschlossene Promotion im Bereich Scientific Computing, Physik, Chemie oder verwandten Gebieten
• Umfangreiche Kenntnisse im Bereich der Anwendung von Methoden des Machine Learning sind erforderlich
• Gute Kenntnisse der Anwendung von Streumethoden zur Charakterisierung nanostrukturierter Systeme sind wünschenswert, wie auch gute Kenntnisse aus dem Bereich der Physik und Chemie der Kolloide und Polymere
• Gute Deutsch- und/oder Englischkenntnisse erforderlich; Bereitschaft, die jeweils fehlenden Sprachkenntnisse zu erwerben

Ihre Bewerbung richten Sie bitte unter Angabe der Kennziffer mit aussagekräftigen Unterlagen (in einem PDF-Dokument max. 5 MB) per E-Mail an Prof. Dr. Gradzielski ( tc7@molmat.tu-berlin.de ) .

Mit der Abgabe einer Onlinebewerbung geben Sie als Bewerber*in Ihr Einverständnis, dass Ihre Daten elektronisch verarbeitet und gespeichert werden. Wir weisen darauf hin, dass bei ungeschützter Übersendung Ihrer Bewerbung auf elektronischem Wege keine Gewähr für die Sicherheit übermittelter persönlicher Daten übernommen werden kann. Datenschutzrechtliche Hinweise zur Verarbeitung Ihrer Daten gem. DSGVO finden Sie auf der Webseite der Personalabteilung:

Zur Wahrung der Chancengleichheit zwischen Frauen und Männern sind Bewerbungen von Frauen mit der jeweiligen Qualifikation ausdrücklich erwünscht. Schwerbehinderte werden bei gleicher Eignung bevorzugt berücksichtigt. Die TU Berlin schätzt die Vielfalt ihrer Mitglieder und verfolgt die Ziele der Chancengleichheit. Bewerbungen von Menschen aller Nationalitäten und mit Migrationshintergrund sind herzlich willkommen.