Um das Verhalten innovativer Werkstoffe präzise vorherzusagen, setzen wir auf moderne KI, Quanten-Computing und automatisierte Test- und Analysemethoden. Diese Technologien ermöglichen es, physikalische Prozesse auf verschiedenen Längenskalen detailliert zu verstehen und effizient zu modellieren. So beschleunigen wir die Erforschung neuer Materialien und optimieren deren Einsatz in Luft- und Raumfahrt.
Das erwartet dich
- Entwicklung und Training von Physics-Informed Neural Networks (PINNs) zur Vorhersage elastoplastischer Verformungen
- Implementierung und Optimierung von PINNs für realitätsnahe Materialmodellierung
- Kombination des PINN-Ansatzes mit experimentellen Daten aus digitaler Bildkorrelation (DIC) zur verbesserten Modellvorhersage
- Zusammenarbeit in einem interdisziplinären Team
Das bringst du mit
- Masterstudium in Mathematik, Physik, Informatik oder in einer anderen Ingenieurwissenschaft
- hervorragende Studienleistungen und eine starke intrinsische Motivation, komplexe wissenschaftliche Herausforderungen anzugehen
- exzellente Programmierkenntnisse, insbesondere in Python
- einen sehr guten Bachelorabschluss in Mathematik, Physik, Ingenieurwissenschaften, Informatik oder einem verwandten Fachgebiet
- fundierte Kenntnisse in der mathematischen Modellierung plastischer Verformungsprozesse
- solide Erfahrung im maschinellen Lernen, insbesondere im Deep Learning
Wir freuen uns darauf, dich kennenzulernen!
Fragen zu dieser Position (Kennziffer 1319) beantwortet dir gerne:
Eric Breitbarth
Tel.: +49 2203 601 2504