Aktiviere Job-Benachrichtigungen per E-Mail!
Ein führendes Forschungsinstitut in Neubiberg sucht einen Wissenschaftler zur Entwicklung von Simulationsmethoden für kritische Wasserinfrastrukturen. Die Position erfordert Kenntnisse in mathematischer Modellbildung und Erfahrung im maschinellen Lernen. Bewerber sollten ein abgeschlossenes Hochschulstudium in Informatik, Mathematik oder Ingenieurwissenschaften haben. Der Einstieg bietet die Möglichkeit zur Promotion und die Zusammenarbeit mit Industriepartnern.
Das Institut für den Schutz Terrestrischer Infrastrukturen leistet mit seiner Forschungsarbeit einen wichtigen Beitrag zur stabilen und sicheren Versorgung der Gesellschaft. Dabei gehört die Entwicklung neuer Methoden zur Erkennung und Abwehr von Bedrohungen für kritische Infrastrukturen ebenso zu den Aufgaben wie ein verbessertes Resilienzmanagement im Fall von Großschadenslagen und die Entwicklung digitaler Zwillinge, mit deren Hilfe sich der Zustand und die Gefährdung kritischer Infrastrukturen in nahezu jeder Situation in Quasi-Echtzeit bewerten lässt. Man denke im terrestrischen Bereich zum Beispiel an den Verkehrssektor (Brücken, Flughäfen, Bahnhöfe usw.), die Energie- und Wassernetze oder an die Gasversorgung.
In der Abteilung „Simulationsmethoden für digitale Zwillinge“ werden neuartige Modellierungs- und Simulationsverfahren für den Schutz kritischer Infrastrukturen auf unterschiedlichen Skalen erforscht und entwickelt. Neben der Identifikation wesentlicher Systemcharakteristiken durch Modelle reduzierter Ordnung und Multi-Fidelity-Methoden steht insbesondere auch die Anreicherung von Daten-basierten Ansätzen des maschinellen Lernens durch Physik-basierte Informationen im Zentrum des Interesses. Simulationsmethoden für äußere Einwirkungen (z.B. Extremwetterereignisse, Terrorismus, Sabotage) auf kritische Infrastrukturen sowie virtuelle Sensorik runden das Forschungsportfolio ab.
Ein wesentlicher Forschungsschwerpunkt der Abteilung, in welche die Arbeitsplatz innehabende Person eingebunden sein wird, sind sogenannte „hybride“ digitale Zwillinge. Neue, innovative Forschungskonzepte an der Nahtstelle zwischen klassischer Modell-basierter Simulation und maschinellem Lernen werden darin adressiert und im Bereich kritischer Wasserinfrastrukturen angewandt. Dies beinhaltet als mögliche Anwendungsfelder Wasserversorgungsnetze, Abwasserbehandlung und Wasserstraßen als Transportinfrastruktur. In Abstimmung mit den anderen Abteilungen des Instituts und in Zusammenarbeit mit Industriepartnern werden die entwickelten Methoden in operationelle digitale Zwillinge integriert, was eine klare Definition von Software-Schnittstellen und umfassendes Simulationsdatenmanagement erfordert. Die Projektarbeit beinhaltet Forschungs- und Entwicklungsaufgaben und bietet die Möglichkeit, sich auf eine Promotion (Dr.-Ing.) vorzubereiten.
Du entwickelst leistungsstarke Simulationsmethoden und Techniken des maschinellen Lernens für die Datenassimilation, Modellaktualisierung und Vorhersage in kritischen Wasserinfrastrukturen. Für die betrachteten Systeme sind reale Sensordaten aus verschiedenen Gründen immer noch rar, z.B. ist in bestehenden Infrastrukturen eine nachträgliche Integration von Sensorik oft nicht mehr möglich, bei neu zu errichtenden Infrastrukturen ist das Budget begrenzt oder relevante physikalische Informationen sind an einem kritischen Ort aus technischen Gründen gar nicht messbar.
Mit Konzepten aus der mathematischen Optimierung kann der Informationsgewinn aus realen Sensornetzwerken sowohl durch Modell-basierte Simulationen als auch mit Daten-getriebene Ansätze erheblich gesteigert werden, da in virtuellen Modellen der Systemzustand (z.B. Temperatur, Lasten, Stoffkonzentration) per Definition an jedem Ort gemessen werden kann. Die Kombination von Sensormessungen mit modellbasierten Informationen führt zu "hybriden" Sensornetzwerken für die Überwachung kritischer Infrastrukturen.
Wir freuen uns darauf, dich kennenzulernen!
Fragen zu dieser Position (Kennziffer 2337) beantwortet dir gerne :
Maximilian von Danwitz
Tel.: +49 2241 20148 70