Am Institut für Verbrennungstechnik gestalten wir die Zukunft von Energie und Mobilität. Unsere 100 Mitarbeitenden aus verschiedenen Disziplinen optimieren technische Verbrennungsprozesse mit Hilfe von numerischen Modellen, modernen experimentellen Techniken und chemisch-kinetischen Methoden. Alternative, klimaneutrale und synthetische Brennstoffe (Brenn-, Kraft- und Treibstoffe) in flüssiger und gasförmiger Form sind ein zentrales Forschungsgebiet des Instituts

Das erwartet dich

• Arbeit an modernen DL-Ansätzen zur Auswertung von 1D Spektraldaten
• Nutzung synthetischer Daten für effizientes und robustes Modelltraining
• Physikalisch fundierte Validierung der Modelle und Anwendung auf reale Messdaten
• Ein forschungsnahes Umfeld mit klarem Fokus auf Methodik, Qualität und Nachvollziehbarkeit der Ergebnisse

Deine Aufgaben

• Aufbau eines grundlegenden Domain Verständnisses (d.h. experimentelle Verbrennungsdiagnostik und FTIR-Spektroskopie)
• Einarbeitung in DL-Ansätze zur Analyse von spektralen 1D Messdaten 
• Erweiterung von Methoden zur Generierung synthetischer Trainingsdaten 
• Entwicklung von DL-Ansätzen; Trainieren entsprechender Modelle
• Physikalische Validierung der Modelle auf bereitgestellten Referenzdaten
• Anwendung der Modelle auf realen Messdaten
• Dokumentation der Codes, Ansätze und Ergebnisse

Das bringst du mit

• Studium in einem technisch- oder naturwissenschaftlichen Studiengang
• Interesse an interdisziplinärer Arbeit an der Schnittstelle Computer Science and Naturwissenschaften
• Sorgfältige und strukturierte Arbeitsweise
• Motivation, sich in neue Themengebiete einzuarbeiten
• Erfahrung mit Python o.ä. und erste KI-Erfahrungen

Das bieten wir dir
Das DLR steht für Vielfalt, Wertschätzung und Gleichstellung aller Menschen. Wir fördern eigenverantwortliches Arbeiten und die individuelle Weiterentwicklung unserer Mitarbeitenden im persönlichen und beruflichen Umfeld. Dafür stehen dir unsere zahlreichen Fort- und Weiterbildungsmöglichkeiten zur Verfügung. Chancengerechtigkeit ist uns ein besonderes Anliegen, wir möchten daher insbesondere den Anteil von Frauen in der Wissenschaft und Führung erhöhen. Bewerbungen schwerbehinderter Menschen bevorzugen wir bei fachlicher Eignung.

Wir freuen uns darauf, dich kennenzulernen!

Fragen zu dieser Position (Kennziffer 4393) beantwortet dir gerne: 

Dr. Nina Gaiser 
Tel.: +49 711 6862 378