PhD (d/w/m) in Maschinellem Lernen für Wissenschaftliche Modellierung
PhD (d/w/m) in Maschinellem Lernen für Wissenschaftliche Modellierung
PhD (d/w/m) in Maschinellem Lernen für Wissenschaftliche Modellierung
PhD (d/w/m) in Maschinellem Lernen für Wissenschaftliche Modellierung
Technische Universität München
Fach- und Hochschulen
München
- Art der Anstellung: Vollzeit
- 54.000 € – 61.500 € (von XING geschätzt)
- Vor Ort
- Zu den Ersten gehören
PhD (d/w/m) in Maschinellem Lernen für Wissenschaftliche Modellierung
Über diesen Job
PhD (d/w/m) in Maschinellem Lernen für Wissenschaftliche Modellierung
16.09.2025, Wissenschaftliches Personal
Niki Kilbertus sucht Bewerber:innen für eine voll finanzierte Doktorandenstelle. Wir suchen eine motivierte Person mit einer Leidenschaft für die Entwicklung von ML-Methoden für wissenschaftlichen Modellierung.
PhD (d/w/m) in Maschinellem Lernen für Wissenschaftliche Modellierung
Affiliation: Technische Universität München (TUM) & Helmholtz Munich
Niki Kilbertus sucht Bewerber:innen für eine voll finanzierte Doktorandenstelle. Wir suchen eine motivierte Person mit einer Leidenschaft für die Entwicklung von ML-Methoden für wissenschaftlichen Modellierung.
Über uns und die Stelle
Unsere Gruppe arbeitet sowohl am Helmholtz Munich Campus als auch am TUM Campus Garching, und alle Mitglieder sind mit beiden Instituten affiliiert. Als Doktorand:in in unserer Gruppe wirst du deine eigene Forschung zu Methoden des maschinellen Lernens in enger Zusammenarbeit mit den anderen Gruppenmitgliedern einschließlich Niki und externen Partnern vorantreiben. Nikis Hauptziel ist es, dass du selbstständig und unabhängig eine Forschungsfrage stellen und beantworten und somit in Zukunft eine eigene Gruppe leiten kannst. Deshalb hast du große Freiheit, Projekte zu definieren.
Wir konzentrieren uns auf methodengetriebenes ML für wissenschaftliches Modellieren, derzeit mit Schwerpunkt auf der Integration datengetriebener und mechanistischer Ansätze für dynamische Systeme, Kausalität und ML für die Wissenschaft im weiteren Sinne. Wir publizieren auf führenden ML-Konferenzen und sind zudem an Kooperationen in Biomedizin, Klima oder Physik interessiert. Mehr Informationen unter nikikilbertus.info .
So wirst du erfolgreich
Wir stellen nach Potenzial, Fit, und "Research taste" ein, nicht nach Checklisten. Wir ermutigen ausdrücklich Bewerbungen aus diversen und unkonventionellen Hintergründen.
- Sei neugierig und mutig, stelle Fragen und suche echtes Verständnis.
- Schätze den sozialen und kollaborativen Charakter der Wissenschaft, sei proaktiv, teile Ideen, gib und empfange Feedback und trage zur Gruppe bei.
- Übernimm Verantwortung für deine Forschung und bringe Projekte von der Idee bis zur Publikation.
- Bleibe lernbereit. Finde und meistere die besten Werkzeuge/Techniken für das jeweilige Problem.
- Übersetze vage wissenschaftliche Fragestellungen in konkrete, lösbare Probleme.
- Sei gleichermaßen begeistert von strenger mathematischer Argumentation und praxisnaher Python-Implementierung (PyTorch, JAX, ...) in HPC-Umgebungen.
- Kommuniziere klar auf Englisch, sowohl schriftlich (Paper) als auch mündlich (Präsentationen).
- Voraussetzung: Ein MSc-Abschluss oder gleichwertig (oder kurz vor Abschluss) in einem relevanten Fach.
Was wir bieten
- Befristete, voll finanzierte Promotionsstelle für 3 Jahre, mit möglicher Verlängerung auf 4 Jahre. Vertrag zur Qualifikation (Promotion) gemäß WissZeitVG.
- Vergütung nach deutschem Tarifvertrag des öffentlichen Dienstes (TV-L/TVöD, E13, 100%).
- 30 Tage Urlaub und hohe Flexibilität bei Arbeitsort und -zeit.
- Zugang zu HPC-Ressourcen (inklusive GPU-Cluster) am Helmholtz, dem Leibniz-Rechenzentrum (LRZ) und dem Forschungszentrum Jülich (FZJ).
- Trainings- und Networking-Möglichkeiten im Münchner KI-Ökosystem und in strukturierten Graduiertenprogrammen: Munich Centre for Machine Learning (MCML), Munich Data Science Institute (MDSI), lokale ELLIS-Einheit und mehr.
- Ein großzügiges Budget für Konferenzen, Workshops und Summer Schools.
Wie du dich bewirbst
Wenn du planst, deine Promotion nach Mai 2026 zu beginnen, bewirb dich bitte nicht direkt. Stattdessen bewirb dich bei den folgenden Programmen und nenne Niki Kilbertus als möglichen Betreuer:
- ELLIS (Deadline 31. Okt): ellis.eu — PhD program call 2025
Wenn du planst, vor Mai 2026 zu beginnen (und nur dann), sende deine Bewerbung als ein einzelnes PDF in Englisch an niki.kilbertus@tum.de mit dem Betreff: "PhD Application: [Dein Nachname]”. Füge bei:
- Research Statement/Proposal (max. 1 Seite): deine Forschungsinteressen, warum du gut in die Gruppe passt, was dich motiviert und was du in der Promotion erreichen möchtest.
- CV: inklusive Projekten und ggf. Publikationen.
- Zeugnisse: Kopien der Bachelor-/Master-Zeugnisse und Transkripte.
- Zwei Referenzen: Empfehlungsschreiben (falls bereits vorhanden); andernfalls Namen, Affiliation und E-Mail-Adressen von mindestens zwei Referenzen.
Bewerbungen werden fortlaufend gesichtet, bis die Stelle besetzt ist. Bewirb dich frühzeitig. Unvollständige Bewerbungen oder solche mit mehreren Dateien können unberücksichtigt bleiben.
Chancengleichheit & Barrierefreiheit
Wir setzen uns für Vielfalt ein und begrüßen Bewerbungen unabhängig von Geschlecht, kulturellem Hintergrund, Nationalität, ethnischer Zugehörigkeit, sexueller Identität, körperlichen Fähigkeiten, Religion oder Alter. Bewerber:innen mit Schwerbehinderung werden bei gleicher Qualifikation bevorzugt. Wenn du im Bewerbungsprozess besondere Anpassungen benötigst, teile uns das einfach mit – keine Begründung benötigt.
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.
Kontakt: kilbertus.niki@gmail.com
Gehalts-Prognose
Bewertung von Mitarbeitenden
Gesamtbewertung
Basierend auf 314 BewertungenVorteile für Mitarbeitende
Unternehmenskultur
Unternehmenskultur
314 Mitarbeitende haben abgestimmt: Sie bewerten die Unternehmenskultur bei Technische Universität München als ausgeglichen zwischen traditionell und modern.Der Branchen-Durchschnitt tendiert übrigens in Richtung modern