- Ratgeber nach Positionen
- Promotion
- Postdoc-Ratgeber
- Habilitation
- Professur
- Themen-Ratgeber
- Ratgeber-Übersicht
- Gehalt
- Bewerbung
Entdecken Sie hier weitere Stellenanzeigen auf academics, dem führenden Stellenmarkt für Wissenschaft und Forschung. Um regelmäßig per E-Mail über passende Stellen informiert zu werden, können Sie sich jederzeit kostenlos registrieren.
Wissenschaftliche Mitarbeiter (m/w): Regelungstheorie und Maschinelles Lernen für komplexe dynamische Systeme
Veröffentlicht am
(vor 127 Tagen)
Bewerbungsende
(vor 54 Tagen)
Technische Universität Kaiserslautern
Kaiserslautern
Als einzige technisch-ingenieurwissenschaftliche Universität in Rheinland-Pfalz hat sich die TU seit ihrer Gründung 1970 eine beachtliche Reputation erworben. In bundesweiten Hochschulrankings belegte sie bereits in verschiedenen Kategorien Spitzenplätze und wurde im Wettbewerb "Exzellenz in der Lehre" ausgezeichnet. Die TU profitiert von erfolgreicher Kooperation mit den in direkter Campusnähe angesiedelten renommierten Forschungseinrichtungen, wie dem Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI), das Fraunhofer-Institut für Experimentelles Software-Engineering (IESE) und das Fraunhofer Institut für Techno- und Wirtschaftsmathematik (ITWM) sowie dem Max-Planck-Institut für Software-Systeme (MPI-SWS).
Im Fachbereich Maschinenbau und Verfahrenstechnik an der TU Kaiserslautern sind aktuell mehrere offene Stellen für:
Wissenschaftliche Mitarbeiter (m/w): Regelungstheorie und Maschinelles Lernen für komplexe dynamische Systeme
Promotion, Habilitation
Wir bieten eine interessante und herausfordernde Tätigkeit in einem interdisziplinären Forschungsteam (Lehrstuhl Prof. Dr.-Ing. N. Bajcinca), das schwerpunktmäßig an modernen Methoden der Regelungs- und Systemtheorie forscht. Das Forschungsprogramm der erfolgreichen Kandidaten soll in Rahmen einer projektbezogener oder Landesstelle eines der folgenden Forschungsgebiete gelten:
• Regelung von PDEs
• Hybride dynamische Systeme
• Ereignisdiskrete Systeme und Automatentheorie
• Ereignisbasierte Regelung cyberphysischer Systeme
• Stochastische dynamische Systeme
• Maschinelles Lernen und kognitive dynamische Systeme.
Die zu entwickelnden Methoden der Regelungstheorie können optional Anwendung, teilweise auch praktischer Art, in einen der folgenden Bereiche finden:
• Kooperative Robotersysteme
• Autonomes oder hochautomatisiertes Fahren
• Eingebettete Systeme
• Cyberphysik, Digitale Zwillinge und Threads, Industrie 4.0
• Energie- und Produktionstechnik
• Multiskalen Modellierung in der Systembiologie
• Populationssysteme und Prozessführung in der Verfahrenstechnik.
Bewerber sollten mit einem überdurchschnittlichen Erfolg ein Studium im Bereich Elektrotechnik, Regelungstechnik, Mathematik oder Informatik abgeschlossen und ausgezeichnetes abstraktes Denken sowie Sachkenntnis bewiesen haben. Erfahrungen in spezifischen mathematischen Bereichen, z.B. Optimierung, Wahrscheinlichkeitstheorie, partielle Differentialgleichungen oder dynamische Systeme sind wünschenswert. Die Bereitschaft zur Einbindung in das aktuelle deutschsprachige Lehrprogramm des Lehrstuhls sowie das Interesse am Abschluss einer Doktorarbeit oder Habilitation werden erwartet.
Zur vollständigen Berücksichtigung müssen die Bewerbungsunterlagen vor 1. März 2018 eingegangen sein.
Der Arbeitsvertrag richtet sich nach den Bestimmungen des Tarifvertrags für den Öffentlichen Dienst (TVöD) und ist zeitlich beschränkt. Schwerbehinderte werden bei entsprechender Eignung bevorzugt eingestellt (bitte Nachweis beifügen). Die Technische Universität Kaiserslautern ermutigt qualifizierte Akademikerinnen nachdrücklich, sich zu bewerben. Bewerberinnen und Bewerber mit Kindern sind willkommen.
Fachliche Fragen und weitere Informationen zu dieser Position werden Ihnen gerne telefonisch beantwortet vom Herrn Prof. N. Bajcinca unter +49 (0)631/205-3230. Ihre schriftliche Bewerbung mit aussagekräftigen Unterlagen (Anschreiben, Lebenslauf, Universitätszeugnisse, ggf. Publikationsliste, Referenzen) richten Sie elektronisch (in Form einer PDF-Datei) an die Email-Adresse mec-apps@mv.uni-kl.de.
Technische Universität Kaiserslautern
mec-apps@mv.uni-kl.de
Erschienen auf academics.de am 18. Dezember 2017
Bitte beziehen Sie sich in Ihrer Bewerbung auf 
Drucken
