Stellenbeschreibung

Sie unterstützen mit Ihrer Forschungsarbeit das interdisziplinäre Projekt „Datengetriebene Modellierung und Schadensdiagnostik in Fasermetalllaminaten“ im Rahmen der DFG Forschungsgruppe FOR 3022.

Das Projekt wird in Kooperation zwischen den Fachbereichen 4 (Produktionstechnik) und 3 (Mathematik und Informatik) sowie dem Faserinstitut  Bremen e.V. durchgeführt. Kern des Vorhabens ist die Untersuchung von neuartigen und innovativen Algorithmen und Methoden zur Schadenserkennung in Bauteilen aus hybriden Materialien hinsichtlich Robustheit, Skalierbarkeit, Generalisierung und Übertragbarkeit auf eingebettete Sensornetzwerke. Dazu sollen datengetriebene und maschinell approximierte Vorhersagemodelle aus realen und simulierten Messdaten abgeleitet werden. Die Messdaten bestehen u.a. aus zeitaufgelösten Ultraschallsignalen mit hochdimensionalen Charakter. Aufgrund experimenteller Limitierungen ist Synthetische Datenerweiterung eine weitere wichtige Methodik. Die Arbeiten sind in der angewandten und praktischen KI sowie Datenanalytik in enger Zusammenarbeit mit Physiker:innen und Ingenieur:innen angesiedelt (u.a. auch mit der TU Braunschweig und der HSU Hamburg).

Wofür wir Ihre Expertise benötigen:

• Anwendung, Entwicklung, und Evaluierung von Verfahren des Maschinellen Lernens mit modernen Algorithmen und probabalistische Verfahren
• Automatisierte Schadensdiagnostik von Bauteilen mit Verteilten Sensornetzwerken
• Datennormalisierung, Datenanalyse und Datenspeicherung mit SQL Datenbanken
• Wissenschaftliche Publikationen und Transfer von Forschungsdaten und Verfahren in Lehrveranstaltungen

Voraussetzungen

Die ausgeschriebene Stelle könnte zu Ihnen passen, wenn Ihr Profil möglichst viele der folgenden fachlichen Qualifikationen abdeckt:

• Sie haben einen überdurchschnittlichen wissenschaftlichen Hochschulabschluss in einem Master- oder universitären Diplomstudium der Informatik, Mathematik, Physik oder anderer Naturwissenschaften, des Systems Engineerings, der Mechatronik, des Ingenieur- oder Wirtschaftsingenieurwesens oder eine vergleichbare Qualifikation.
• Sie besitzen grundlegende Kenntnisse in der statistischen Datenanalyse und datengetriebener Modellierung mit ML Verfahren
• Vorteilhaft sind Erfahrungen in dem Einsatz von Verfahren zur Schadensdiagnostik oder jeglicher datengetriebener Diagnostik von technischen Bauteilen
• Vorteilhaft sind Erfahrungen in Messtechnik und Messverfahren sowie Sensornetzwerken
• Sie verfügen über grundlegende Kenntnisse in einer Programmiersprache (C++, JavaScript, Python, Matlab o.ä.), optional grundlegende Kenntnisse von SQL Datenbanken
• Darüber hinaus sind Kenntnisse in empirischen Forschungsmethoden und / oder der simulativen Methoden wünschenswert.
• Sehr gute deutsche und englische Sprachkenntnisse in Wort und Schrift werden vorausgesetzt.

Die Arbeit als wissenschaftliche:r Mitarbeiter:in (w/m/d) stellt besondere Anforderungen an die persönliche Einstellung und Qualifikation. Sie sollten sich daher in den folgenden Beschreibungen wiederfinden können:

• Sie möchten sich wissenschaftlich interdisziplinär weiterqualifizieren.
• Sie haben innovative Ideen, bringen eine ausgeprägte Konzeptions- und Organisationsfähigkeit mit und verfügen über ein analytisches Denkvermögen sowie eine strukturierte, wissenschaftliche Arbeitsweise.
• Sie verfügen über ein hohes Maß an Kommunikationsfähigkeit, Einfühlungsvermögen, Motivation und Flexibilität sowie ausgeprägte Teamfähigkeit und Eigenverantwortung.
• Sie sind professionell und sicher im Auftritt, auch bei der Präsentation eigener Ergebnisse.

Allgemeine Hinweise

Die Universität ist familienfreundlich, vielfältig und versteht sich als internationale Hochschule. Wir begrüßen daher alle Bewerber:innen unabhängig von Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion/Weltanschauung, Behinderung, Alter, sexueller Orientierung und Identität. Die Universität strebt eine Erhöhung des Anteils von Frauen im Wissenschaftsbetrieb an und fordert deshalb qualifizierte Frauen ausdrücklich auf, sich zu bewerben. Schwerbehinderten Bewerberinnen/Bewerbern wird bei im Wesentlichen gleicher fachlicher und persönlicher Eignung der Vorrang gegeben.

Bewerbungen sind mit den üblichen Unterlagen unter Angaben der Kennziffer A37/23 bis zum 31.03.2023, zu richten an:

Herrn PD Dr. Stefan Bosse und Herrn Prof. Dr. Axel Herrmann

Kontakt

PD Dr. Stefan Bosse                                                          

Universität Bremen, Fachbereich Mathematik und Informatik        

Bibliothekstraße 5     

28359 Bremen

Tel.: 0421/408-97519

E-Mail: sbosseprotect me ?!uni-bremenprotect me ?!.de

Web: www.edu-9.de

Prof. Dr. Axel Herrmann                                                    

Universität Bremen, Fachbereich Produktionstechnik, Faserinstitut Bremen        

Am Biologischen Garten 2                

28359 Bremen

Tel.: 0421/218 58701

E-Mail: herrmannprotect me ?!faserinstitutprotect me ?!.de

Web: www.fb4.uni-bremen.de

Wir bitten Sie, uns von Ihren Bewerbungsunterlagen nur Kopien (keine Mappen) einzureichen, da wir sie nicht zurücksenden können.