**Doktorand*in (m/w/d) für die Dauer von 3 Jahren mit 26,6861 Wochenstunden (TV-L E13)**
Wir sind eine führende Arbeitsgruppe in der Entwicklung von maschinellen Lernpotenzialen und deren Anwendung in diversen Themen der Chemie und Materialwissenschaften. Die Projekte werden die Entwicklung und Umsetzung fortgeschrittener Methoden beinhalten, um hochdimensionale, potenzielle Energieoberflächen zum Einsatz neuronaler Netzwerke darzustellen. Des Weiteren werden atomistische Simulationen verschiedener Systeme wie komplexe Materialien, Schnittstellen oder Chemielösungsmittel ausgeübt.
Umfang: Teilzeit Dauer: befristet Beginn: 01.04.2025 Bewerben bis: 09.12.2024
Ihre Aufgaben:
- Das Research Center Chemical Sciences and Sustainability bietet eine spannende, interdisziplinäre Forschungsumgebung mit modernster Ausstattung und exzellenten Arbeitsbedingungen. Die Aufgaben umfassen die Entwicklung und Anwendung moderner interatomarer Potentiale unter Verwendung von Methoden des maschinellen Lernens. Im Fokus stehen hier insbesondere Molekulardynamiksimulation kondensierter Systeme, beispielsweise fest-flüssig Grenzflächen oder Moleküle in Lösung.
Ihr Profil:
- Sie haben einen Masterabschluss/ ein Diplom der Chemie oder einem ähnlichen Bereich und sehr gute Englischkenntnisse (B2 gleichwertig oder höher, mündlich sowie schriftlich).
- Idealerweise verfügen Sie bereits über Kenntnisse in der Berechnung elektronischer Strukturen (vorzugsweise in der Dichtefunktionaltheorie), atomistischer Simulationstechniken wie die Molekulardynamik oder Monte Carlo und weisen Fähigkeiten in der Programmierung durch Python und/ oder Fortran auf. Erfahrung im Maschinellen Lernen und insbesondere in der Entwicklung und der Anwendung von maschinellen Lernpotenzialen ist wünschenswert, stellt jedoch keine Voraussetzung dar.
[https://jobs.ruhr-uni-bochum.de/jobposting/73e25dcdbbee9e6e0997fc931f7658e762b9e5580?ref=AfA](https://jobs.ruhr-uni-bochum.de/jobposting/73e25dcdbbee9e6e0997fc931f7658e762b9e5580?ref=AfA)
Google Chrome
Mozilla Firefox
Microsoft Edge