Promotionsstelle an der UTN im Bereich Mathematische Optimierung für Multi-Roboter-Systeme (m/w/d)

UTN; Nürnberg; On-site; EUR 48,000 - 56,000; Full time

Benefits offered by this job

TV-L E13 Vergütung

Internationale Forschungsumgebung

Job summary

Die Technische Universität Nürnberg (UTN) bietet eine vollfinanzierte Promotionsstelle im Bereich Mathematische Optimierung für Multi-Roboter-Systeme an. Sie arbeiten in der Analytics and Optimization Group unter Leitung von Prof. Dr.

Alexander Martin in einem interdisziplinären Team. Zu Ihren Aufgaben gehören mathematische Optimierung, gemischt-ganzzahlige Ansätze, Optimierung unter Unsicherheit sowie Zusammenarbeit mit Robotik und Business Intelligence.

Qualifications

• Abschluss (M.Sc. oder vergleichbar) in Mathematik, Informatik oder Operations Research.
• Starke mathematische Kenntnisse und Interesse an mathematischer Optimierung.
• Programmiererfahrung in Python, C++ oder ähnlichen Sprachen.
• Sehr gute Englischkenntnisse in Wort und Schrift.
• Engagement, Motivation und Verantwortungsbewusstsein.
• Interesse an interdisziplinärer Forschungsarbeit.

Responsibilities

• Durchführung innovativer Forschung zur mathematischen Optimierung für Multi-Agent Path Finding in enger Zusammenarbeit mit einem interdisziplinären Forschungsteam.
• Entwicklung von Optimierungsmethoden, insbesondere gemischt-ganzzahliger Optimierung, für Pfadplanung und Konfliktlösung in realen Robotersystemen.
• Entwicklung von Optimierungsansätzen unter Unsicherheit, um zuverlässige Lösungen bei unsicherem Roboterverhalten und Betriebsbedingungen zu erzielen.
• Implementierung und rechnergestützte Evaluation der Optimierungsmethoden, einschließlich Tests an realen Robotersystemen.
• Enge Zusammenarbeit mit Robotik- und Business-Intelligence-Forschern, um Optimization, Robotik und BI zu verbinden.
• Veröffentlichung von Forschungsergebnissen in internationalen Fachzeitschriften und Konferenzen; Präsentation der Ergebnisse auf Konferenzen.
• Mitwirkung in Lehre und Betreuung von Studierenden, z. B. in Lehrveranstaltungen und Forschungsprojekten.

Job description

- for english version, see below -

Die Technische Universität Nürnberg (UTN) bietet eine inspirierende und interdisziplinäre Forschungsumgebung mit Zugang zu modernsten Ressourcen. Sie ist der ideale Ort, um zukunftsträchtige Entdeckungen zu machen und einen bedeutenden Beitrag zu spannenden Forschungsfeldern zu leisten.

Promotionsstelle an der UTN im Bereich Mathematische Optimierung für Multi-Roboter-Systeme (m/w/d)

Das Department Liberal Arts & Social Sciences bietet derzeit eine Promotionsstelle (vollfinanziert, 3 Jahre, 100 %, Vergütung nach TV-L E 13) in der von Prof. Dr. Alexander Martin geleiteten Analytics and Optimization Group an. Wir suchen eine hoch motivierte und qualifizierte Person zur Verstärkung unseres dynamischen und internationalen Forschungsteams.

Die erfolgreiche Bewerberin bzw. der erfolgreiche Bewerber wird Teil eines interdisziplinären Forschungsteams, das neue Ansätze für Multi-Agent Path Finding in großen robotergestützten Lagersystemen entwickelt. Die Stelle ist im Bereich der mathematischen Optimierung angesiedelt und umfasst eine enge Zusammenarbeit mit Forschenden aus Robotik und Business Intelligence. Sie forschen unter anderem zu gemischt-ganzzahliger Optimierung für Multi-Agent Path Finding, Optimierung unter Unsicherheit und optimierungsbasierter Konfliktlösung und bringen Ihre Expertise in mathematischer Optimierung in das interdisziplinäre Team ein. Die entwickelten Methoden werden sowohl in Simulationen als auch auf realen Robotersystemen evaluiert.

Eine komplementäre, im Bereich Robotik angesiedelte Promotionsstelle wird in der von Prof. Dr. Wolfram Burgard geleiteten Artificial Intelligence and Robotics Group ausgeschrieben.

Weitere beteiligte Forschungsgruppen sind die von Dr. Tanja Kaiser geleitete Multi-Robot Systems Junior Research Group, die von Prof. Dr. Johannes Thürauf geleitete Discrete Optimization Group sowie die Management Intelligence Services Group der FAU unter der Leitung von Prof. Dr. Freimut Bodendorf.

Ihre Aufgaben:

Die erfolgreiche Bewerberin bzw. der erfolgreiche Bewerber wird im interdisziplinären Projekt „Real-World Multi-Agent Optimal Path Finding under Uncertainty“ mitwirken.

Zu Ihren Aufgaben gehören:

• Durchführung innovativer Forschung zur mathematischen Optimierung für Multi-Agent Path Finding in enger Zusammenarbeit mit einem interdisziplinären Forschungsteam.


• Entwicklung mathematischer Optimierungsmethoden, insbesondere gemischt-ganzzahliger Optimierungsansätze, für die Pfadplanung von Multi-Agenten-Systemen und die Lösung komplexer Konflikte in realen Robotersystemen.


• Entwicklung von Optimierungsansätzen unter Unsicherheit, um zuverlässige Lösungen bei unsicherem Roboterverhalten, schwankender Nachfrage und variierenden Betriebsbedingungen zu erzielen.


• Implementierung und rechnergestützte Evaluation der entwickelten Optimierungsmethoden, einschließlich ihrer Erprobung auf realen Robotersystemen.


• Enge Zusammenarbeit mit Forschenden aus der Robotik sowie der Management Intelligence Services Group der FAU, um Optimierung, Robotik und Business Intelligence miteinander zu verbinden.


• Veröffentlichung von Forschungsergebnissen in führenden internationalen Fachzeitschriften und auf renommierten Konferenzen sowie Präsentation der eigenen Forschung auf internationalen Konferenzen.


• Mitwirkung in der Lehre und Betreuung von Studierenden, z. B. im Rahmen von Lehrveranstaltungen, Abschlussarbeiten und Forschungsprojekten.


• Mitwirkung an Outreach-Aktivitäten und Kommunikation von Forschungsergebnissen gegenüber Wissenschaft, Industrie und Öffentlichkeit.

Ihr Profil:

Wir erwarten:

• Einen qualifizierenden Hochschulabschluss (M.Sc. oder vergleichbar) in Mathematik, Informatik, Operations Research oder einem verwandten Fachgebiet, einschließlich Natur- und Ingenieurwissenschaften


• Motivation, Engagement und ein hohes Maß an Verantwortungsbewusstsein


• Solide mathematische Kenntnisse und ein ausgeprägtes Interesse an mathematischer Optimierung


• Ausgeprägtes Interesse an interdisziplinärer Forschung


• Programmiererfahrung, z. B. in Python, C++ oder vergleichbaren Programmiersprachen


• Sehr gute Englischkenntnisse in Wort und Schrift

Zusätzliche Kenntnisse oder Erfahrungen in einem oder mehreren der folgenden Bereiche sind wünschenswert:

• Gemischt-ganzzahlige Optimierung und mathematische Programmierung


• Optimierung unter Unsicherheit


• Optimierungssoftware, z. B. Gurobi, CPLEX oder SCIP


• Algorithmenentwicklung und rechnergestützte Optimierung

Ausgewählte Vorteile dieser Position:

• Eine besondere Gelegenheit, an der Schnittstelle von mathematischer Optimierung, Robotik und Business Intelligence zu forschen, dabei fundierte Expertise in der Optimierung aufzubauen und eng mit verschiedenen Disziplinen zusammenzuarbeiten.


• Die Möglichkeit, neuartige mathematische Optimierungsmethoden zu entwickeln und diese an anspruchsvollen realen Multi-Roboter-Systemen zu evaluieren.


• Zugang zu umfassender Expertise über verschiedene Forschungsgruppen und Departments der UTN hinweg sowie zu leistungsfähigen Rechenressourcen.


• Attraktive Vergütung nach TV-L E 13 sowie eine hohe Lebensqualität bei vergleichsweise moderaten Lebenshaltungskosten in Nürnberg.

Bitte beachten: Falls Sie Ihre Abschlüsse (M.Sc. sowie B.Sc.) oder gleichwertige Qualifikationen im Ausland erhalten haben, müssen Sie stets die Originalversion zusammen mit einer Übersetzung ins Englische oder Deutsche einreichen. Die Übersetzung muss von einem staatlich geprüften Übersetzer oder einer staatlich geprüften Übersetzerin angefertigt worden sein und über ein offizielles Siegel verfügen.
Dokumente, deren Originalsprache Englisch ist, müssen nicht übersetzt werden.

Hinweise zum Motivationsschreiben: Wenn Ihr Motivationsschreiben überwiegend KI generiert erscheint, kann dies Ihre Chancen im weiteren Auswahlverfahren deutlich verringern. Wir möchten Ihre persönliche Motivation kennenlernen und verstehen, an welchen Themen Sie forschen möchten.

Sollten Sie in die engere Auswahl kommen, erhalten Sie eine Einladung zu einem Interview, bei dem Sie Ihre Forschungsarbeit vorstellen können. Die Bewerbungen werden fortlaufend geprüft. Wir empfehlen daher eine frühzeitige Bewerbung.

Weitere Informationen zum Bewerbungsprozess und den Aufnahmebedingungen finden Sie unter https://www.utn.de/ueber/graduate-school/promotionsleitfaden/#bewerbung
Weitere Informationen zur Entgeltgruppe TV-L E13 finden Sie unter https://oeffentlicher-dienst.info/tv-l/allg/.

Bitte beachten: Reisekosten und sonstige im Rahmen der Bewerbung anfallende Aufwände können nicht von uns erstattet werden.

Sie haben Fragen?

Bitte richten Sie alle inhaltlichen Anfragen Prof. Dr. Alexander Martin [e-mail].

Bei allgemeinen Fragen wenden Sie sich bitte an [e-mail].

The University of Technology Nuremberg (UTN) offers a stimulating and interdisciplinary research environment with access to cutting-edge resources. It is the ideal place to make groundbreaking discoveries and contribute to exciting fields of research.

Doctoral researcher (Ph.D.) position at UTN with the topic of Mathematical Optimization for Multi-Robot Systems (m/f/d)

The Department of Liberal Arts & Social Sciences is currently offering one opening for a doctoral research opportunity (fully funded, 3 years, 100 %, pay scale TV-L E 13) in the Analytics and Optimization Group led by Prof. Dr. Alexander Martin. We are seeking a highly motivated and talented individual to join our dynamic and international research team.

The successful candidate will join an interdisciplinary team of researchers developing novel approaches to multi-agent path finding in large-scale robotic warehouses. The position is rooted in mathematical optimization and involves close collaboration with researchers in robotics and business intelligence. You will conduct research on topics such as mixed-integer optimization for multi-agent path finding, optimization under uncertainty, and optimization-based conflict resolution, and contribute mathematical optimization expertise to the interdisciplinary team. The developed methods will be evaluated in simulation and on real robotic systems.

There will be a complementary position rooted in robotics available in the Artificial Intelligence and Robotics Group led by Prof. Dr. Wolfram Burgard.

Further involved research groups are the Multi-Robot Systems Junior Research Group led by Dr. Tanja Kaiser, the Discrete Optimization Group led by Prof. Dr. Johannes Thürauf, and FAU’s Management Intelligence Services Group led by Prof. Dr. Freimut Bodendorf.

Your tasks:

The successful candidate will contribute to the interdisciplinary project “Real-World Multi-Agent Optimal Path Finding under Uncertainty”.

Your responsibilities will include:

• Conducting cutting-edge research on mathematical optimization for multi-agent path finding in close collaboration with an interdisciplinary team.


• Developing mathematical optimization methods, such as mixed-integer optimization approaches, for multi-agent path planning and complex conflict resolution in real-world robotic systems.


• Developing optimization approaches under uncertainty to obtain reliable solutions under uncertain robot behavior, demand, and operating conditions.


• Implementing and computationally evaluating the developed optimization methods, including their evaluation in real-world robotic systems.


• Closely collaborating with researchers in robotics and FAU’s Management Intelligence Services Group to integrate optimization, robotics, and business intelligence.


• Publishing research results in leading international journals and conferences and presenting your work to the global research community at international conferences.


• Contributing to teaching activities and student supervision (e.g., courses, theses, research projects).


• Engaging in outreach activities and communicating research to academic, industrial, and wider public audiences.

Your profile:

We expect:

• A qualifying degree (M.Sc. or equivalent) in Mathematics, Computer Science, Operations Research, or a related discipline including natural sciences and engineering


• Motivation, dedication, and a strong sense of responsibility


• A solid mathematical background and strong interest in mathematical optimization


• Strong interest in interdisciplinary research


• Programming experience, e.g., Python, C++, or related languages


• Proficiency in English (spoken and written)

Additional experience in one or more of the following areas is desirable:

• Mixed-integer optimization and mathematical programming


• Optimization under uncertainty


• Optimization software (e.g., Gurobi, CPLEX, SCIP)


• Algorithm development and computational optimization

Selected highlights of this position include:

• A unique opportunity to conduct research at the intersection of mathematical optimization, robotics, and business intelligence, while developing deep expertise in optimization and collaborating closely across disciplines.


• The opportunity to develop novel mathematical optimization methods and evaluate them on challenging real-world multi-robot systems.


• Access to broad expertise across UTN’s groups and departments, as well as computational resources.


• Competitive compensation according to TVL E 13, together with the high quality of living and comparatively moderate living costs offered by the city of Nuremberg.

For more information on the application process and admission requirements see https://www.utn.de/en/about-us/graduate-school/doctoral-guide/.

For more information on the TV-L E13 payscale see https://oeffentlicher-dienst.info/tv-l/allg/.

Please note: Travel expenses and any other costs related to the application process cannot be reimbursed.

Questions?

For any scientific inquiries, please contact Prof. Dr. Alexander Martin [e-mail].

For general questions, please reach out to [e-mail].