University Positions
Linkedin · Posted 4d ago
Ihre Aufgaben
Continue to application
Add your email once, then Caio opens the original posting.
Indexed description
- Entwicklung und Validierung einer ab-initio- und KI-gestützten Rechenplattform zur Vorhersage der Leistungsfähigkeit von Quantensensoren auf Basis atomarer Defektstrukturen
- Entwicklung von Workflows, die Defekteigenschaften von Materialien mit experimentell relevanten Sensorkennzahlen verknüpfen
- Entwicklung von Machine-Learning-Methoden zur beschleunigten Erforschung großer Designräume für Quantenmaterialien
- Durchführung von Hochdurchsatz-Screenings und Optimierungen von Wirtsmaterial-Fehlstellen-Systemen für die Quantensensorik
- Anwendung der Plattform auf Fragestellungen der biomedizinischen Sensorik und Quantentechnologien
- Enge Zusammenarbeit mit experimentellen Forschenden in den Bereichen Materialwachstum, Bauelementefertigung, Quantencharakterisierung und biomedizinische Sensorik
- Veröffentlichung hochrangiger wissenschaftlicher Arbeiten und Präsentation der Ergebnisse auf führenden internationalen Konferenzen
- Mitwirkung in Lehre, Betreuung von Studierenden
- Erfolgreich abgeschlossene wissenschaftliches Hochschulstudium (Master, Diplom oder Äquivalent) und Promotion oder gleichwertiger Abschluss in Materialwissenschaften, Angewandter Physik, Elektrotechnik, Festkörperphysik, Physikalischer Chemie, Computational Physics oder einem verwandten Fachgebiet
- Fundierte Kenntnisse in der computergestützten Materialwissenschaft auf Basis erster Prinzipien, einschließlich DFT-Simulationen mit Programmen wie Quantum ESPRESSO, VASP, GPAW, CP2K oder vergleichbaren Softwarepaketen
- Forschungserfahrung in mindestens zwei der folgenden Bereiche:
- Spinphysik von Punktdefekten in Halbleitern, einschließlich Spin-Phonon-Kopplung, Zero-Field-Splitting, Hyperfeinwechselwirkungen oder Spinrelaxation und Kohärenz
- Multiskalen-Simulationsmethoden wie DFPT, EPW, Molekulardynamik, Cluster Correlation Expansion (CCE), Constrained DFT, DMFT, QMC oder verwandte Verfahren
- Quantenchemische Methoden (CASSCF, Multi-Reference CI) für angeregte Zustände von Punktdefekten
- Maschinelles Lernen für wissenschaftliche Entdeckungen, Materialinformatik oder KI-gestütztes Materialdesign
- Nachweis eigenständiger, hochwertiger Forschungstätigkeit und wissenschaftlicher Veröffentlichungen
- Sehr gute Programmierkenntnisse (Python, Fortran, C/C++ oder vergleichbare Sprachen)
- Die Fähigkeit zum Unterrichten in deutscher und/oder in englischer Sprache wird vorausgesetzt; Bereitschaft, die jeweils fehlenden Sprachkenntnisse zu erwerben.
- Erfahrung mit Hochleistungsrechnen (HPC) und Workflow-Automatisierung von Vorteil
- Ausgeprägte Kommunikations-, Führungs- und Teamfähigkeiten von Vorteil
- Ein junges, ambitioniertes und hochinternationales Forschungsteam mit kooperativer Arbeitskultur
- Gestaltungsfreiheit beim Aufbau eines neuen Forschungsgebiets an der Schnittstelle von Quantensensorik, computergestützter Materialentdeckung und wissenschaftlicher KI
- Die Möglichkeit, eine Rechenplattform mit breitem Einfluss auf Quantensensorik und Quantentechnologien aufzubauen
- Zugang zu modernsten Hochleistungsrechnern
- Enge Kooperationen mit führenden Forschungsgruppen des Berlin Quantum Group, der TU Delft, des Institute of Neuroinformatics Zürich, der EPFL Lausanne, der UC Berkeley und des Lawrence Berkeley National Laboratory
- Ein multidisziplinäres Forschungsumfeld mit Schwerpunkten in Quantensensorik, Materialentdeckung, biomedizinischer Technologie und wissenschaftlicher KI
Create a free Caio profile to unlock more results and save your role and location preferences.
Unlock free search
Want help applying to roles like this?
Search Caio for free. If repetitive applications get heavy, Managed Job Search adds supervised execution for $99/month.
View Managed Job Search
