Gesucht wird zur Verstärkung unseres Teams im Fachbereich „Modellierung und Simulation“ in Berlin-Steglitz zum nächstmöglichen Termin ein*e

Wissenschaftliche*r Mitarbeiter*in (m/w/d) der Fachrichtung Mathematik, Naturwissenschaften oder Ingenieurwissenschaften

Entgeltgruppe E13 TVöD
Zeitvertrag bis zum 31. Dezember 2022
Vollzeit/teilzeitgeeignet

Die Bundesanstalt für Materialforschung und -prüfung (BAM) ist eine wissenschaftlich-technische Bundesoberbehörde mit Sitz in Berlin. Als Ressortforschungseinrichtung des Bundesministeriums für Wirtschaft und Energie forschen, prüfen und beraten wir zum Schutz von Menschen, Umwelt und Sachgütern. Im Fokus unserer Tätigkeiten in der Materialwissenschaft, der Werkstofftechnik und der Chemie steht dabei die technische Sicherheit von Produkten und Prozessen.

Werden Sie Teil unseres Teams von engagierten Mitarbeitenden!

Ihre Aufgaben:
Forschung auf dem Gebiet „Stochastische Modellkalibrierung“ in einem fachbereichsübergreifenden Kooperationsprojekt; hierzu gehören:

• Entwicklung und Implementation von Verfahren zu Kalibrierung von parametrisierten Modellen (z.B. FE-Rechnungen) aus experimentellen Daten mit Hilfe von Bayes-Verfahren inklusive Modellbewertung und Abschätzung des Modellfehlers
• Entwicklung von Ontologien zur toolunabhängigen Beschreibung des Kalibrierungsprozesses
• Beschreibung von Simulations- und Kalibrierungsaufgaben inkl. der Ergebnisse mit der Ontologie
• Speicherung der Daten in einer Prozessdatenbank
• Validierung der Implementation an ausgewählten Beispielen
• Publikation und Präsentation der wissenschaftlichen Ergebnisse nach innen und außen
• Kontaktpflege und Aufbau von Kooperationen mit Forschungseinrichtungen im In- und Ausland, Industriepartnern und Behörden
• Koordinierung der Aktivitäten zur Modellkalibrierung innerhalb der BAM und Mat-O-Lab

Ihre Qualifikationen:

• Abgeschlossenes Hochschulstudium der Fachrichtungen Mathematik, Naturwissenschaften oder Ingenieurwissenschaften
• Abgeschlossene Promotion
• Fundierte Erfahrungen im Bereich der stochastischen Modellkalibrierung / Parameteridentifikation mit Hilfe von Bayes-Verfahren
• Fundierte Kenntnisse im Bereich Statistik und Wahrscheinlichkeitstheorie
• Grundlegende Erfahrungen im Bereich der Modellierung und Simulation mit Hilfe numerischer Diskretisierungsverfahren (FEM, CFD o.a.)
• Fundierte Erfahrungen im Bereich der Programmierung und Softwareentwicklung (z.B. python)
• Erfahrungen bei der Entwicklung von Ontologien sind von Vorteil
• Sehr gute mündliche und schriftliche Ausdruckfähigkeit in Deutsch und Englisch
• Engagement, selbständige und zielorientierte Arbeitsweise sowie Kooperations- und Teamfähigkeit

Unsere Leistungen:

• Interdisziplinäre Forschung an der Schnittstelle zu Politik, Wirtschaft und Gesellschaft
• Arbeit in nationalen und internationalen Netzwerken mit Universitäten, Forschungseinrichtungen und Industrieunternehmen
• Hervorragende Ausstattung und Infrastruktur
• Flexible Arbeitszeiten, mobiles Arbeiten

Ihre Bewerbung:
Wir freuen uns auf Ihre Bewerbung über unser Bewerbungsmanagementsystem bis zum 17.01.2021 mit einer Darstellung Ihrer bisherigen Erfahrungen und Projekte insbesondere im Bereich Bayessche Inferenz und Modellkalibrierung.

Alternativ können Sie Ihre Bewerbung zur Kennziffer 277/20 - 7.7 auch per Post an folgende Anschrift senden:

Bundesanstalt für Materialforschung und -prüfung
Referat Z.3 - Personal
Unter den Eichen 87
12205 Berlin
www.bam.de

Fachliche Fragen zu dieser Position beantwortet Ihnen gerne Herr Dr. Jörg Unger unter der Telefonnummer +49 30 8104-3787 bzw. per E-Mail unter Joerg.Unger@bam.de.

Die BAM verfolgt das Ziel der beruflichen Gleichstellung von Frauen und Männern. Bewerbungen von Frauen begrüßen wir daher besonders. Darüber hinaus unterstützt die BAM die Eingliederung schwerbehinderter Menschen und begrüßt daher ausdrücklich auch deren Bewerbungen. Hinsichtlich der Erfüllung der Ausschreibungsvoraussetzungen erfolgt eine individuelle Betrachtung der Bewerbungsunterlagen. Anerkannt schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt berücksichtigt.

Die ausgeschriebene Stelle setzt ein hohes Maß an körperlicher Eignung voraus.