Die Bundesanstalt für Materialforschung und -prüfung (BAM) ist eine wissenschaftlich-technische Bundesoberbehörde mit Sitz in Berlin. Als Ressortforschungseinrichtung des Bundesministeriums für Wirtschaft und Klimaschutz forschen, prüfen und beraten wir zum Schutz von Menschen, Umwelt und Sachgütern. Im Fokus unserer Tätigkeiten in der Materialwissenschaft, der Werkstofftechnik und der Chemie steht dabei die technische Sicherheit von Produkten und Prozessen.,
-
Analytische Chemie; Referenzmaterialien o Anorganische Spurenanalytik o Biophotonik o Instrumentelle Analytik o Prozessanalytik o Proteinanalytik o Anorganische Referenzmaterialien o Organische Spuren- und Lebensmittelanalytik o Umweltanalytik o Chemische und optische Sensorik
-
Prozess- und Anlagensicherheit o Sicherheit von Energieträgern o Prozesssimulation o Einstufung von Gefahrstoffen und -gütern o Prüfung und Bewertung von Explosivstoffen, Pyrotechnik o Konformitätsbewertung Explosivstoffe, Pyrotechnik
-
Gefahrgutumschließungen; Energiespeicher o Sicherheit von Gefahrgutverpackungen und Batterien o Gefahrguttanks und Unfallmechanik o Sicherheit von Transportbehältern o Sicherheit von Lagerbehältern o Sicherheit von Gasspeichern o Elektrochemische Energiematerialien
-
Material und Umwelt o Biologische Materialschädigung und Referenzorganismen o Material-Mikrobiom Wechselwirkungen o Molekulare und angewandte Entomologie o Thermochemische Reststoffbehandlung und Wertstoffrückgewinnung o Kunst- und Kulturgutanalyse
-
Werkstofftechnik o Mikrostruktur Design und Degradation o Metallische Hochtemperaturwerkstoffe o Polymere Verbundwerkstoffe o Multimateriale Fertigungsprozesse o Materialmodellierung o Glas
-
Materialchemie o Oberflächen- und Dünnschichtanalyse o Material- und Oberflächentechnologien o Strukturanalytik o Materialinformatik o Synthese und Streuverfahren nanostrukturierter Materialien o Digitale Materialchemie o Materialsynthese und Design
-
Bauwerkssicherheit o Baustoffe o Ingenieurbau o Brandingenieurwesen o Baustofftechnologie o Technische Eigenschaften von Polymerwerkstoffen o Korrosion und Korrosionsschutz o Modellierung und Simulation
-
Zerstörungsfreie Prüfung o Sensorik, Mess- und Prüftechnische Verfahren o Zerstörungsfreie Prüfmethoden für das Bauwesen o Thermografische Verfahren o Akustische und elektromagnetische Verfahren o Röntgenbildgebung o Faseroptische Sensorik
-
Komponentensicherheit o Komponenten für Energieträger o Versuchsanlagen und Prüftechnik o Schweißtechnische Fertigungsverfahren o Integrität von Schweißverbindungen o Tribologie und Verschleißschutz o Additive Fertigung metallischer Komponenten
-
Qualitätsinfrastruktur o Qualität im Prüfwesen o Digitalisierung der Qualitätsinfrastruktur o Ökodesign und Energieverbrauchskennzeichnung
-
Zentrale Dienstleistungen o Organisation, Controlling o Haushalt o Personal o Aus- und Fortbildung, Gesundheitsmanagement o Beschaffung, Materialwirtschaft o Innerer Dienst o Bauten o Justiziariat, Bibliothek o Servicebereich Forschung
- Jobs und Karriere:
-
Stellenausschreibungen:
-
Beruf und Familie
-
Ausbildung & Praktika o Praktika bei der BAM
Ihre Aufgaben
-
Sie erforschen und implementieren Methoden für eine digitale Qualitätsinfrastruktur im Bereich der Materialwissenschaften bzw. analytischen Forschung
-
Entwicklung und Implementierung von Machine Learning-Modellen zur Digitalisierung und Automatisierung von Dokumentenmanagementprozessen durch den Einsatz von Large Language Modellen (LLMs) und Retrieval-Augmented Generation (RAG)
-
Entwicklung von Ontology-Learning-Methoden unter Verwendung von Large Language Models (LLMs), um Wissen aus unstrukturierten Daten automatisch zu extrahieren und zu strukturieren
-
Sie entwickeln, warten und optimieren Proof-of-Concept-Infrastrukturen, unter Anwendung von DevOps-Praktiken (z. B. Docker, CI/CD-Pipelines), um die Bereitstellung und den Betrieb zu verbessern
-
Zusammenarbeit in interdisziplinären Teams zur Integration dieser Beiträge in bestehende und neue Qualitätsinfrastrukturen
-
Entwicklung und Bewertung von Prototypen, die innovative Lösungen für die Herausforderungen der digitalen Transformation bieten
Ihr Profil
-
Erfolgreich abgeschlossenes wissenschaftliches Hochschulstudium (Diplom, Master) in einem für die Tätigkeit relevanten Fach (Wirtschaftsinformatik, Informatik, technische Softwareentwicklung, Mathematik, Physik, Data Engineering) oder vergleichbaren Fachrichtung
-
Praktische Erfahrung mit Machine Learning, insbesondere in der Verarbeitung und Analyse großer Datenmengen
-
Sehr gute Kenntnisse in Programmiersprachen wie Python und Erfahrung mit ML-Frameworks (z.B. TensorFlow, PyTorch), sowie fundierte Erfahrungen mit verschiedenen Arten von neuronalen Netzwerken, einschließlich Large Language Models (LLMs) und Graph Neural Networks (GNNs)
-
Erfahrung mit DevOps-Praktiken (z. B. Docker, CI/CD) und der Wartung von Proof-of-Concept-Infrastrukturen ist wünschenswert
-
Erfahrung mit Retrieval-Augmented Generation (RAG) und Reinforcement Learning (RL) zur Optimierung von domänenspezifischen Anwendungen sind wünschenswert
-
Kenntnisse in der Erstellung und Nutzung von Wissensgraphen sowie Erfahrung im Ontologie-Lernen sind wünschenswert
-
Gute Kenntnisse im Umgang mit Datenbanken und gängigen Datenanalysetools
-
Sehr gute mündliche und schriftliche Kommunikationsfähigkeiten in Deutsch und Englisch
-
Gutes Kommunikations- und Informationsverhalten, zielorientierte und strukturierte Arbeitsweise, Initiative/Einsatzbereitschaft, Teamfähigkeit und Kooperationsbereitschaft sowie konzeptionelle, strategische und innovative Denkfähigkeit, der Fachrichtung Informatik, Künstliche Intelligenz, Data Science, Statistik, Mathematik, Physik oder vergleichbaren Fachrichtungen Kennziffer 12/25-VP.1
Wir bieten Ihnen
-
Arbeit in nationalen und internationalen Netzwerken mit Universitäten, Forschungseinrichtungen und Industrieunternehmen
-
Attraktives und modernes Arbeitsumfeld mit hervorragender Infrastruktur und Ausstattung auf wissenschaftlich neuestem Stand
-
Gute Vereinbarkeit von Beruf und Privatleben, Möglichkeit des mobilen Arbeitens [bis zu 60 %], flexible Arbeitszeitgestaltung, 30 Tage Urlaub sowie Inanspruchnahme bis zu 12 Zeitausgleichstagen im Jahr
Kontakt
Wir freuen uns auf Ihre Bewerbung über unser Bewerbungsmanagementsystem bis zum 13. Februar 2025. Alternativ können Sie Ihre Bewerbung zur Kennziffer 12/25-VP.1 auch per Post an folgende Anschrift senden:
Bundesanstalt für Materialforschung und -prüfung Referat Z.3 - Personal Unter den Eichen 87 12205 Berlin www.bam.de
Fachliche Fragen zu dieser Position beantwortet Ihnen gerne Herr Dr. Monavari unter der Telefonnummer +49 30 8104-5487 bzw. per E-Mail unter Mehran.Monavari@bam.de.