Sie arbeiten an der Entwicklung von Methoden des maschinellen Lernens in der Forschungsgruppe AI for Materials Science (AiMat) unter der Leitung von Prof. Dr. Pascal Friederich.

Zu Ihren Aufgaben gehören:

• Entwicklung moderner Methoden des maschinellen Lernens, die neue Wege zur Analyse und Gestaltung molekularer Systeme eröffnen
• Aktive Mitgestaltung der Zusammenarbeit im DFG-Schwerpunktprogramm "Molecular Machine Learning", insbesondere mit den experimentellen Partnern des Projekts "Entwurf photokatalytischer Systeme zur CO₂-Reduktion durch synergistische Zusammenarbeit von maschinellem Lernen und automatisierten Labors" am KIT
• Erforschung und Weiterentwicklung selbst erklärender graphischer neuronaler Netze für Moleküle sowie deren Einbindung in automatisierte Synthese- und Charakterisierungs-Workflows, um datengetriebene Forschung effizient voranzubringen
• Kooperation mit den automatisierten Syntheselabors am Institut für Organische Chemie

Zusätzlich zu der wissenschaftlichen Tätigkeit besteht die Möglichkeit einer Promotion.

Sie verfügen über:

• ein erfolgreich abgeschlossenes Hochschulstudium (Diplom (Uni) oder Master) in Informatik oder Naturwissenschaften
• theoretische und praktische Erfahrung in den Bereichen maschinelles Lernen und Deep Learning
• Erfahrung in der Anwendung von Methoden des maschinellen Lernens in einem interdisziplinären Kontext ist von Vorteil
• Erfahrung im Bereich der erklärbaren KI und/oder graphischen neuronalen Netz und/oder selbstfahrenden Laboren sind von Vorteil
• Erfahrung in der Entwicklung und dem Training großer Modelle oder der Durchführung von Simulationen auf Hochleistungsrechensystemen ist wünschenswert
• idealerweise praktische Forschungserfahrung sowie Erfahrung mit Veröffentlichungen in relevanten wissenschaftlichen Bereichen
• fließende Englischkenntnisse