Ingenieur/in (w/m/d) - Analyse und Optimierung von Festkörperbatterien
Indexed description
Arbeitsort: Ulm
Eintrittsdatum: 01.07.2026
Karrierestufe: Promotion
Beschäftigungsgrad: Teilzeit; Vollzeit
Dauer der Beschäftigung: 3 Jahre
Vergütung: Die Vergütung erfolgt gemäß der jeweils geltenden Tarifverträge des öffentlichen Dienstes (Bund).
Kurzbeschreibung Institut/Einrichtung - Am Institut für Technische Thermodynamik entwickeln wir die Energiespeicher der Zukunft.
Die Abteilung für Computergestützte Elektrochemie erforscht am Standort Helmholtz-Institut Ulm für elektrochemische Energiespeicherung (HIU) neue Theorien und Werkzeuge zur Simulation von Batteriematerialien und -zellen. Als Mitglied eines international führenden Forschungsteams im Bereich der Batteriesimulation leistest du zusammen mit unseren Partnern aus Industrie und Wissenschaft einen wichtigen Beitrag zum Verständnis und der Optimierung dieser Schlüsseltechnologien. Wir bieten damit eine attraktive Umgebung zur Durchführung internationaler Spitzenforschung mit Möglichkeit zur Promotion.
Deine Aufgaben
- Entwicklung und Erforschung Machine Learning gestützter Workflows zur Generierung digitaler Zwilling von Elektrodenmaterialien und virtueller Analyse von Alterungsmechanismen über physikalisch-chemische Modelle
- Vorhersage von Versagensmustern und Kapazitätsverlust mit Hilfe physikalisch-informierter Machine Learning Ansätze
- Optimierung von Material- und Elektrodenkonzepten für Festkörperbatterien
- Mitarbeit an Projekten zur Untersuchung, Optimierung und Validierung der Ansätze in Festkörperbatterien
- Vorstellung der Ergebnisse auf Konferenzen und Publikation in wissenschaftlichen Fachzeitschriften
- Abgeschlossenes wissenschaftliches Hochschulstudium (Master / Diplom Uni) der der Ingenieurswissenschaften (z.B. aus den Bereichen Maschinenbau, Verfahrenstechnik, Energietechnik, Luft- und Raumfahrt), Naturwissenschaften (z. B. Fachrichtung Chemie, Physik) oder andere für die Tätigkeit relevanten Studiengänge
- Fachkenntnisse im Bereich elektrochemischer Energiespeicher, Modellierung und Simulation, Machine Learning oder verwandter Wissensbereiche
- Erste Erfahrungen in der Implementierung von elektrochemischen Modellen in Werkzeugen für wissenschaftliches Rechnen
- Erste Erfahrungen in Machine Learning Ansätzen für Datenanalyse
Wir freuen uns darauf, dich kennenzulernen!
Fragen Zu Dieser Position (Kennziffer 4886) Beantwortet Dir Gerne
Dr. Timo Danner
Tel.: +49 711 6862 8218
Create a free Caio profile to unlock more results and save your role and location preferences.
Unlock free search