Jobbeschreibung
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!
Gesucht wird zur Verstärkung unseres Teams in der Abteilung „Analytische Chemie; Referenzmaterialien“ in Berlin-Adlershof zum nächstmöglichen Termin ein*e
Doktorandin*in (m/w/d) der Fachrichtung Chemie, Chemieingenieurwesen, Materialwissenschaften oder vergleichbar
Entgeltgruppe 13 TVöD
Zeitvertrag für 36 Monate
Die Arbeitszeit beträgt 75%
- Einrichtung automatisierter Reaktionsprozesse im Labormaßstab zur Synthese und Optimierung von Nanopartikeln und Polyoxometallaten
- Verwendung geeigneter Charakterisierungsmethoden zur Charakterisierung der synthetisierten Materialien
- Einsatz von maschinellem Lernen zur Anpassung der Syntheseparameter in einer Rückkopplungsschleife zur Verbesserung der Eigenschaften der Zielmaterialien auf der Grundlage der Charakterisierungsergebnisse
- Einsatz von In-silico-Vorauswahl und Synthesierbarkeitsvorhersagen zur Generierung von Leitkandidaten für die synthetische Exploration
- Berichterstattung, Dokumentation und Verbreitung der Ergebnisse
- Erfolgreich abgeschlossenes wissenschaftlichesHochschulstudium (Master/Diplom) in Chemie, Chemieingenieurwesen, Materialwissenschaften oder vergleichbar
- Motivation zur Mitarbeit an einem interdisziplinären Projekt, das synthetische Materialchemie, Simulation, Automatisierung und Nanotechnologie miteinander verbindet
- Praktische Erfahrung in der Synthese von Nano- und Advanced Materials im Allgemeinen und/oder Polyoxometallaten und porösen Nanopartikeln im Besonderen
- Sehr gute Kenntnisse geeigneter Charakterisierungsmethoden für diese Materialklassen, insbesondere hinsichtlich ihrer Größe, Morphologie, Zusammensetzung und Oberflächeneigenschaften
- Ausgezeichnete Englischkenntnisse in Wort und Schrift
- Grundlegende Programmierkenntnisse und Grundkenntnisse in den Bereichen maschinelles Lernen und Materialsimulationen (z. B. Quantenchemie, Dichtefunktionaltheorie, maschinelles Lernen interatomarer Potenziale) für In-silico-Vorauswahl und Synthesierbarkeitsvorhersagen sind von Vorteil
- Grundkenntnisse der deutschen Sprache sind von Vorteil, aber keine Voraussetzung
- Gutes Kommunikations- und Informationsverhalten, zielorientierte und strukturierte Arbeitsweise, Initiative/Einsatzbereitschaft, Teamfähigkeit und Kooperationsbereitschaft sowie konzeptionelle, strategische und innovative Denkfähigkeit
- Professionelle und überfachliche Unterstützung durch die BAM Graduate Academy, einschließlich Kompetenzaufbau- und Networking-Formaten, die vom Qualifizierungsprogramm Menschen-Potentiale angeboten werden
- Integration in das Promovierenden-Trainingsnetzwerk „Digitalisierung“
- Zugang zu hochwertigen Fortbildungsangeboten und Trainings zu Digitalisierungsthemen wie Programmierung, Forschungsdatenmanagement, KI-Anwendungen und maschinelles Rechnen in der Wissenschaft
- Vernetzung und Austausch in interdisziplinären Digitalisierungs-Communities sowie auf BAM-Digitalisierungsevents mit dem Ziel, mit Expertinnen und Experten innovative Lösungen zu entwickeln und Wissen zu teilen