Wissenschaftliche/r Mitarbeiter/in (w/m/d) - Postdoc Künstliche Intelligenz in der EBSD-Analyse von Defektphasen

Weitere Informationen

Die Einstellung erfolgt im Beschäftigtenverhältnis.
Die Stelle ist zum nächstmöglichen Zeitpunkt zu besetzen und befristet auf 3 Jahre.
Die befristete Beschäftigung erfolgt im Rahmen der Befristungsmöglichkeiten des Wissenschaftszeitvertragsgesetzes.
Es handelt sich um eine Vollzeitstelle.
Die Eingruppierung richtet sich nach dem TV-L.
Die Stelle ist bewertet mit EG 13 TV-L.

Unser Profil

Wir suchen ein neues Teammitglied für die Forschungsgruppe "Data Science & Künstliche Intelligenz in Materialien" an der RWTH Aachen University im Rahmen des Sonderforschungsbereichs (SFB) 1394. Der Fokus liegt auf der Entwicklung neuer Methoden zur Analyse von Elektronenrückstreubeugung (EBSD) mithilfe künstlicher Intelligenz.

Der SFB 1394 konzentriert sich auf das Verständnis der Rolle von Defektphasen auf die Eigenschaften von Materialien. Im gesamten Forschungsverbund werden die Materialien mit einer Vielzahl von Methoden charakterisiert. In diesem Projekt liegt der Schwerpunkt auf der Analyse mittels Elektronenrückstreubeugung. Da aufgrund von Defektphasen nur geringfügige Änderungen im Muster zu erwarten sind, sind konventionelle Analysemethoden wahrscheinlich nicht leistungsfähig genug, um die relevanten Größen aufzulösen. Daher müssen neue Methoden auf Basis künstlicher Intelligenz entwickelt werden, um die komplexen Merkmale der Kristalle analysieren zu können. Im Rahmen der Förderung für den SFB wird ein neuer EBSD-Detektor beschafft, der den TimePix-Sensor für die direkte Elektronenaufnahme verwendet. In Zusammenarbeit mit anderen Projekten des SFB sowie dem Hersteller werden auch neue Methoden entwickelt, um die Fähigkeiten dieses Sensors zur Verbesserung des Bildaufnahmeprozesses zu nutzen.

Ihr Profil

• Abgeschlossenes Hochschulstudium (Master oder vergleichbar) und abgeschlossene Promotion (MINT).
• Gute Kenntnisse in mindestens einer modernen Programmiersprache wie Python sowie Erfahrung in der Arbeit mit git und relevanten Software-Dokumentationssystemen.
• Grundkenntnisse in maschinellem Lernen und künstlicher Intelligenz.
• Idealerweise gute praktische Kenntnisse in gängigen maschinellen Lernbibliotheken (scikit-learn, PyTorch, TensorFlow) sowie Erfahrung in der Arbeit mit Linux-basierten Umgebungen.
• Idealerweise einige Kenntnisse in Elektronenrückstreubeugung (EBSD) und entsprechenden Analysemethoden.
  Fließend in Englisch (B2 oder höher).
• Bereitschaft, sich in neue Themenbereiche, Aufgaben und Technologien einzuarbeiten

Ihre Aufgaben

• Entwicklung neuartiger KI-Algorithmen für die Analyse von EBSD-Daten, sowohl in lokalen Linux-Umgebungen als auch im HPC-Cluster der RWTH Aachen University.
• Entwicklung reproduzierbarer und automatisierter Workflows unter Verwendung von Containern (z. B. Docker) und Integration in die Forschungsdatenverwaltungsinfrastruktur des SFB.
• Erstellung einer umfangreichen Bibliothek simulierter EBSD-Muster zur Schulung der KI-Modelle, hauptsächlich unter Verwendung der Open-Source-Software EMSoft.
• Veröffentlichung der Bibliothek simulierter EBSD-Muster in geeigneten Repositorien (z. B. Zenodo) und Bereitstellung relevanter Details für die Gemeinschaft.
• Entwicklung und Schulung von KI-basierten Modellen zur Verbesserung der Effizienz und Geschwindigkeit der Simulation von EBSD-Mustern.
• Entwicklung neuartiger Methoden zur Nutzung der Fähigkeiten des TimePix-Sensors für die EBSD-Analyse in Zusammenarbeit mit anderen Projekten des SFB und dem Anbieter.
• Entwicklung von KI-basierten Modellen für die Anwendung in der Density Functional Theory (DFT) und atomistischen Simulationen in Zusammenarbeit mit relevanten Projekten des SFB.

Über uns

Die RWTH ist als familiengerechte Hochschule zertifiziert.
Die RWTH bietet im Rahmen eines Universitären Gesundheitsmanagements eine Vielzahl von Gesundheits-, Beratungs- und Präventionsangeboten (z. B. Hochschulsport) an. Für Tarifbeschäftigte und Beamtinnen und Beamte besteht ein umfangreiches Weiterbildungsangebot und die Möglichkeit, ein Jobticket zu erwerben.
Die Stellenausschreibung richtet sich an alle Geschlechter.
Wir wollen an der RWTH Aachen University besonders die Karrieren von Frauen fördern und freuen uns daher über Bewerberinnen.
Frauen werden bei gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt berücksichtigt, sofern sie in der Organisationseinheit unterrepräsentiert sind und sofern nicht in der Person eines Mitbewerbers liegende Gründe überwiegen.
Bewerbungen geeigneter schwerbehinderter Menschen sind ausdrücklich erwünscht.
Im Sinne der Gleichbehandlung bitten wir Sie, auf ein Bewerbungsfoto zu verzichten.
Informationen zur Erhebung personenbezogener Daten nach Artikeln 13 und 14 Datenschutz-Grundverordnung (DS-GVO) finden Sie unter https://www.rwth-aachen.de/dsgvo-information-bewerbung.

Besoldung / Entgelt

EG 13 TV-L