Nachwuchsgruppenleitung (m/w/d) zur Forschung im Bereich „Physics-Informed Machine Learning for[...]

SFB 1313 | University of Stuttgart; Stuttgart; Vor Ort; EUR 50.000 - 70.000; Vollzeit

Zusammenfassung

Eine führende Bildungseinrichtung in Stuttgart sucht eine Nachwuchsgruppenleitung für die Forschung im Bereich „Physics-Informed Machine Learning for Manufacturing“. Gesucht wird ein Kandidat mit exzellenter Promotion, interdisziplinärer Forschungserfahrung und Führungskompetenz. Die Stelle ist zunächst auf drei Jahre befristet. Bewerbungen bis 30. September 2025 sind willkommen.

Leistungen

Möglichkeit zur Habilitation

Internationale Arbeitsumfeld

Finanzierung einer Forschungsgruppe

Qualifikationen

• Nachgewiesenes Interesse an interdisziplinärer Forschung.
• Wissenschaftliche Exzellenz, nachgewiesen durch Veröffentlichungen, Patente, Auszeichnungen.
• Idealerweise internationale Forschungserfahrung.

Aufgaben

• Aufbau und Leitung einer eigenen Forschungsgruppe.
• Weiterentwicklung des Forschungsprogrammes.
• Durchführung unabhängiger interdisziplinärer Forschung.

Kenntnisse

Interdisziplinäre Forschung

Führungskompetenz

Kommunikationsfähigkeit

Kreativität

Ausbildung

Abgeschlossenes naturwissenschaftliches, ingenieurwissenschaftliches, mathematisches oder informationstechnisches Studium

Exzellente Promotion

Jobbeschreibung

Nachwuchsgruppenleitung (m/w/d) zur Forschung im Bereich „Physics-Informed Machine Learning for Manufacturing“

Join to apply for the Nachwuchsgruppenleitung (m/w/d) zur Forschung im Bereich „Physics-Informed Machine Learning for Manufacturing“ role at SFB 1313 | University of Stuttgart

Die Graduate School Of Excellence Advanced Manufacturing Engineering GSaME ist eine zentrale wissenschaftliche Einrichtung der Universität Stuttgart, die interdisziplinär und in enger Zusammenarbeit mit der Industrie und weiteren Forschungseinrichtungen darauf abzielt, sich als international führendes Zentrum für Qualifizierung und Forschung auf dem Gebiet des Advanced Manufacturing Engineering (aME) zu etablieren. Die zunächst auf drei Jahre befristete, Drittmittelfinanzierte Stelle ist zum nächstmöglichen Zeitpunkt in Vollzeit zu besetzen.

Nachwuchsgruppenleiter*in zur Forschung im Bereich

„Physics-Informed Machine Learning for Manufacturing“

Thematische Einordnung

Physics-informed Machine Learning ist ein Ansatz, der Techniken des maschinellen Lernens mit physikbasierten Modellen kombiniert, um komplexe Probleme in Wissenschaft und Technik zu lösen. Das Ziel von physics-informed Machine Learning besteht darin, physikalisches Wissen und Randbedingungen in maschinelle Lernmodelle zu integrieren, um deren Genauigkeit, Robustheit und Interpretierbarkeit zu verbessern. Die einzurichtende Nachwuchsgruppe soll moderne Ansätze auf diesem Gebiet weiterentwickeln und darauf aufbauend neue Ansätze für die Weiterentwicklung der Produktionstechnik erforschen.

Ihre Aufgaben

• Aufbau und Leitung einer eigenen Forschungsgruppe im interdisziplinären Forschungsprogramm der GSaME
• Weiterentwicklung des Forschungsprogrammes der GSaME
• Durchführung unabhängiger interdisziplinärer Forschung
• Mitwirkung im Qualifizierungsprogramm der GSaME

Ihr Profil

• Die GSaME erwartet von Bewerber*innen ein abgeschlossenes einschlägiges naturwissenschaftliches, ingenieurwissenschaftliches, mathematisches oder informationstechnisches Hochschulstudium und ein nachgewiesenes Interesse an interdisziplinärer Forschung
• eine exzellente Promotion in einem der relevanten Fachgebiete der GSaME
• in der Regel mindestens 1 Jahr Postdoc-Erfahrung
• wissenschaftliche Exzellenz, nachgewiesen durch Veröffentlichungen, Patente, Auszeichnungen, Preise, Drittmitteleinwerbung etc.
• Erfahrung in der interdisziplinären Forschung gewünscht
• vorzugsweise internationale Forschungserfahrung, in der Regel nachgewiesen durch wissenschaftliche Auslandserfahrung, internationale Veröffentlichungen oder Kooperationen mit ausländischen Forschungseinrichtungen während der Promotion oder in der Postdoc-Phase
• Kooperations- und Kommunikationsfähigkeit, Belastbarkeit und Kreativität
• idealerweise Führungserfahrung

Wir bieten

• die Möglichkeit zur Habilitation oder vglb. akademischer Qualifizierung
• Finanzierung einer Forschungsgruppe für vorerst 3 Jahre
• eine Vergütung nach TV-L bis zu EG 14
• ein international geprägtes Arbeitsumfeld in der Spitzenforschung der Produktionstechnik
• die Zusammenarbeit mit exzellenten Universitätsinstituten, der FhG und Industriepartnern

Die Universität Stuttgart möchte den Anteil von Frauen im wissenschaftlichen Bereich erhöhen, weshalb Bewerbungen von qualifizierten Frauen besonders willkommen sind. Schwerbehinderte werden bei gleicher Eignung bevorzugt berücksichtigt. Die Einstellung erfolgt durch die Zentrale Verwaltung.

Bitte richten Sie Ihre Bewerbung per E-Mail (z.Hd.v. Dr. Gabriele Erhardt, [e-mail]) mit den üblichen Unterlagen und einer maximal 5-seitigen Beschreibung des geplanten Forschungsvorhabens bis zum 30. September 2025 an den Vorsitzenden des Vorstandes.

Prof. Dr.-Ing. Bernhard Mitschang
Universität Stuttgart
GSaME Graduate School of Excellence advanced Manufacturing Engineering
Nobelstr. 12
D-70569 Stuttgart
www.gsame.uni-stuttgart.de

Bewerbungs- und Vorstellungskosten können leider nicht erstattet werden. Aus Verwaltungs- und Kostengründen werden Ihre Bewerbungsunterlagen nicht zurückgesandt und nach Abschluss des Auswahlverfahrens datenschutzgerecht vernichtet.

Informationen nach Artikel 13 DS-GVO zum Umgang mit Bewerberdaten finden Sie unter https://www.uni-stuttgart.de/datenschutz/bewerbung