Motivation
CFD-Simulationen unter Berücksichtigung von Stofftransport
und chemischer Reaktion sind aufgrund der starken
Nichtlinearitäten und der Vielzahl beteiligter Zeitskalen mit
einem hohen rechnerischen Aufwand verbunden. Zur
Reduktion der Rechenkosten sollen datengetriebene
Methoden aus dem Bereich Machine Learning eingesetzt
werden, beispielsweise zur effizienten Approximation von
detaillierten mikrokinetischen Reaktionsmechanismen oder
Abschätzung von Geschwindigkeitsfeldern. Die Berechnung
mikrokinetischer Modelle ohne Anwendung von MLTechniken
ist ebenfalls denkbar.
Die Einbringung eigener Ideen zur Modellierung,
numerischen Umsetzung oder Performance-Optimierung ist
sehr willkommen.
Anforderungsprofil
• Studiengang: CIW, BIW, Mach, Informatik oder Ähnliches (Bachelor oder Master)
• Gute Programmierkenntnisse (Python, C++)
• Interesse und Lernbereitschaft
Angebot
• Flexible Arbeitszeiten (20 bis 40 Stunden pro Monat, selbstständige Einteilung)
• Lockeres Arbeitsumfeld
• Attraktive Vergütung
• Möglichkeit zu anschließender Abschlussarbeit
Melde dich bei Interesse bei mir und komme auf ein unverbindliches Gespräch vorbei!

Art der Anstellung

• Studentische Hilfskraft / Werkstudent:in

Gewünschtes Studium

• Ingenieurwissenschaften
  Chemieingenieurwesen & Verfahrenstechnik
  Informatik
  Maschinenbau
  Mechanical Engineering
  Computer Science
• Sonstiges z.B. Lehramt
  Chemie

Gesuchter Karrierestatus

• Studierende:r

Arbeitsregion

• Karlsruhe und Umgebung

Unternehmensbereich

• Forschung

Sprache am Arbeitsplatz

• Deutsch

Art des Unternehmens

• Wissenschaftliche Einrichtung

Homeoffice

• Homeoffice möglich