Promovierte*r wissenschaftliche*r Mitarbeiter*in (m/w/d) der Fachrichtung Bauingenieurwesen, physikalische Ingenieurwissenschaften, Physik, Mathematik oder vglb.

12205 Berlin

Hybrides Arbeiten

Vollzeit

Link: (CompanyWebsite)

Branche: Pharmazeutika & Biotechnologie (CompanyIndustry)

Stellenbeschreibung

Anstellungsart

Vollzeit

Arbeitsort

12205 Berlin

Leistungen

Aus der vollständigen Stellenbeschreibung

Jobticket

Flexible Arbeitszeiten

Vollständige Stellenbeschreibung

Position

Promovierte*r wissenschaftliche*r Mitarbeiter*in (m/w/d) der Fachrichtung Bauingenieurwesen, physikalische Ingenieurwissenschaften, Physik, Mathematik oder vglb.

Bewerbungsfrist

27.04.2026

Kennziffer

49/26 - 7.7

Beschäftigungsumfang

Vollzeit

Gewünschter Besetzungstermin

01.07.2026

Vergütung

E 13 TVöD

Befristung

Befristet / 2 Jahre

Ort

Berlin Steglitz

Unter den Eichen 87

12205 Berlin

Fachbereich 7.7 - Modellierung und Simulation

Gesucht wird zur Verstärkung unseres Teams im Fachbereich 7.7 'Modellierung und Simulation' in Berlin-Steglitz zum 01.07.2026 ein*e

Promovierte*r wissenschaftliche*r Mitarbeiter*in (m/w/d) der Fachrichtung Bauingenieurwesen, physikalische Ingenieurwissenschaften, Physik, Mathematik oder vglb.

Entgeltgruppe E13 TVöD

Zeitvertrag über 2 Jahre

Vollzeit/teilzeitgeeignet

Die Bundesanstalt für Materialforschung und -prüfung (BAM) ist eine wissenschaftlich-technische Bundesoberbehörde mit Sitz in Berlin. Als Ressortforschungseinrichtung des Bundesministeriums für Wirtschaft und Energie 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.

Werden Sie Teil unseres Teams von engagierten Mitarbeitenden!

Neural Operators werden in diesem Projekt mit klassischen numerischen Verfahren kombiniert, um die effiziente Approximation und Analyse parametrisierter Finite‑Elemente‑Modelle zu ermöglichen. Durch die Verbindung datenbasierter und FEM‑basierter Methoden entsteht ein hybrides Modell, das physikalische Zusammenhänge präzise abbildet und zugleich echtzeitfähige Vorhersagen für digitale Zwillinge ermöglicht.

Ihre Aufgaben:

Entwicklung und Implementation von thermo-mechanischen Modellen in FEniCSx

Integration der FEM-Modelle in Neural Operators und PINNs

Entwicklung und Implementation von Verfahren zur Qualitätsbewertung der Metamodelle

Einsatz der Metamodelle für eine Modellkalibrierung mit Unsicherheiten

Dokumentation der Methoden

Verfassen wissenschaftlicher Publikationen und Mitwirkung an der Ausarbeitung von Forschungsanträgen

Präsentation der Ergebnisse auf wissenschaftlichen Tagungen

Ihre Qualifikationen:

Zwingend notwendig sind:

Abgeschlossenes wissenschaftliches Hochschulstudium (Diplom/ Master) sowie Promotion in der Fachrichtung Bauingenieurwesen, physikalische Ingenieurwissenschaften, Physik, Mathematik oder eines vergleichbaren Studiengangs

Ausgewiesene Kenntnisse und praktische Erfahrung in der Entwicklung von FEM‑Anwendungen (z.B. mit FEniCSx)

Vertiefte Kenntnisse im Bereich wissenschaftlicher Programmierung, vorzugsweise in Python, inklusive Erfahrung mit der Implementation von ML-Verfahren (z.B. PyTorch)

Sehr gute Englischkenntnisse in Wort und Schrift, sowie gute Präsentations‑ und Publikationsfähigkeiten

Wünschenswert wäre darüber hinaus:

Erfahrung im Bereich maschinelles Lernen / Deep Learning (z.B. PINN und Neural‑Operator‑Verfahren wie DeepONet, FNO)

Außerdem sollten Sie folgendes mitbringen:

Initiative/Einsatzbereitschaft und -fähigkeit

Teamfähigkeit und Kooperationsbereitschaft

zielorientierte und strukturierte Arbeitsweise

Entscheidungsbereitschaft und -fähigkeit

Gutes Kommunikations- und Informationsverhalten