Wissenschaftliche Mitarbeiterin für KI-Methoden in der Automatisierungstechnik

Ruhr-Universität Bochum; Bochum; Vor Ort; EUR 40.000 - 60.000; Vollzeit

Zusammenfassung

Eine große deutsche Universität in Bochum sucht eine*n Wissenschaftliche*n Mitarbeiter*in für KI-Methoden in der Automatisierungstechnik. Die Position bietet die Möglichkeit zur Promotion und die Mitarbeit an innovativen Projekten zur Anomalie-Erkennung. Gesucht wird jemand mit einem Master in relevanten Ingenieurwissenschaften sowie fundierten Kenntnissen in Machine Learning und Deep Learning. Abwechslungsreiche Aufgaben in einem interdisziplinären Team werden geboten.

Leistungen

Fachliche und methodische Unterstützung zur Promotion

Zusammenarbeit in einem internationalen Team

Freundliches und kollegiales Umfeld

Qualifikationen

• Abgeschlossenes ingenieurwissenschaftliches Masterstudium mit einer Gesamtnote von 2,0 oder besser.
• Beherrschung der deutschen Sprache mindestens auf Niveau C1.
• Englisch-Kenntnisse mindestens auf Niveau B2.

Aufgaben

• Erforschung der Eignung und Grenzen von LLMs zur Generierung von Modellen.
• Entwicklung von Methoden zur Modularisierung komplexer Systeme.
• Integration von Wissen in Physics-informed Neural Networks.

Kenntnisse

Machine Learning

Deep Learning

Modellierung technischer Systeme

Python

APIs von LLMs

Robustheit von KI-Systemen

Ausbildung

Masterstudium in Automatisierungstechnik oder verwandten Bereichen

Jobbeschreibung

Wissenschaftliche*r Mitarbeiter*in (m,w,d) für KI-Methoden in der Automatisierungstechnik

Wir bauen das Forschungsfeld „KI-basierte Automatisierung“ weiter aus. Gemeinsam mit Forschungspartnern in der Industrie forschen wir daran, wie automatisierte Systeme einfacher und effizienter und dabei sicher geplant und betrieben werden können und wie Energie und Ressourcen optimal verteilt werden können.

Im Rahmen eines von der Deutschen Forschungsgemeinschaft (DFG) geförderten Forschungsprojekts erforschen Sie innovative KI-basierte Ansätze, um modulare Lösungen zur Anomalie-Erkennung in technischen Systemen automatisiert zu generieren. Ein wesentlicher Bestandteil Ihrer Arbeit ist die Nutzung von Large Language Models (LLMs), um Struktur- und Dynamikwissen aus technischen Dokumentationen abzuleiten und dieses Vorwissen gezielt in neuronale Netze zur robusten Anomalie-Erkennung einzubinden. Das Projekt wird gemeinsam mit einem universitären Partner (Helmut-Schmidt-Universität Hamburg) durchgeführt und bietet Ihnen die Möglichkeit zur Promotion und zu internationalen Veröffentlichungen. Die Projektlaufzeit beträgt drei Jahre.

Ihre Aufgaben:

• Erforschung der Eignung und Grenzen von Large Language Models (LLMs) für die Auswertung von Texten und Grafiken zur Generierung von Struktur- und Dynamikmodellen technischer Systeme
• Entwicklung von Methoden zur automatischen Modularisierung komplexer Systeme mithilfe von LLMs
• Integration von Wissen in „Physics-informed Neural Networks“ (PINNs)
• Evaluierung und Validierung der entwickelten Methoden anhand praxisnaher Fallstudien aus der industriellen Automatisierung, z. B. von Produktionsanlagen
• Publikation wissenschaftlicher Ergebnisse in internationalen Fachzeitschriften und auf Konferenzen

Ihr Profil:

• Abgeschlossenes ingenieurwissenschaftliches Masterstudium (z. B. Automatisierungstechnik, Elektro- und Informationstechnik, technische Informatik, Data Science) mit einer Gesamtnote von 2,0 oder besser.
• Fundierte Kenntnisse im Bereich Machine Learning und Deep Learning
• Fundierte Kenntnisse in der Modellierung technischer Systeme
• Solide Kenntnisse in mindestens einer objektorientierten Programmiersprache (idealerweise Python) und in mindestens einer Software-Entwicklungsumgebung
• Beherrschung der deutschen Sprache mindestens auf Niveau C1, Englisch-Kenntnisse mindestens auf Niveau B2
• Vorteilhaft sind Erfahrungen mit der Nutzung von APIs von Large Language Models (LLMs) (z. B. OpenAI API, Anthropic Claude API), Physics-informed Neural Networks (PINNs) sowie der Unsicherheitsquantifizierung und Robustheit von KI-Systemen
• Vorteilhaft sind Erfahrungen in der industriellen Automatisierung oder der industriellen KI-Anwendung

Wir bieten:

• anspruchsvolle und abwechslungsreiche Aufgaben mit hoher Eigenverantwortung
• Zusammenarbeit in einem interdisziplinären, internationalen Team
• ein freundliches und kollegiales Umfeld
• fachliche und methodische Unterstützung auf dem Weg zur Promotion zum Dr.-Ing.
• eine Beschäftigung an einer der größten Universitäten Deutschlands

Weitergehende Informationen:

Die Beschäftigung erfolgt im Angestelltenverhältnis und richtet sich nach dem Tarifvertrag der Länder (TV-L). Die Eingruppierung erfolgt bei Erfüllung der persönlichen und tariflichen Voraussetzungen in Entgeltgruppe E13 TV-L.

Weitere Informationen finden Sie hierzu unter https://oeffentlicher-dienst.info/.

Der Dienstort ist die Ruhr-Universität Bochum. Erfolgt die Finanzierung bei der Einstellung ausschließlich von externen Drittmittelgebern, besteht für die Beschäftigten keine Verpflichtung zur Übernahme von Lehrverpflichtungen.

Die RUB versteht sich als Universität mit internationaler Ausstrahlung. Campussprachen sind Deutsch und Englisch. Kompetenzen in mindestens einer der beiden Sprachen und die Bereitschaft, sich die andere anzueignen, werden vorausgesetzt. Die RUB stellt entsprechende kostenfreie Angebote für Mitarbeitende zur Verfügung.

Der Personalrat hat das Recht, an allen Auswahlgesprächen teilzunehmen. Auf Wunsch einer bewerbenden Person (m/w/d) sichert er seine Teilnahme am gesamten Verfahren zu. Bitte wenden Sie sich an [e-mail].

Ansprechpersonen für weitere Informationen:

Prof. Dr.-Ing. Alexander Fay
Tel.: [phone], [e-mail]

Wir freuen uns auf Ihre Bewerbung unter Angabe der ANR5317 bis zum 16.02.2026 über unser Online-Bewerbungsportal.

Online-Bewerbung