Wissenschaftliche:n Mitarbeiter:in der Fachrichtung Maschinenbau, Materialwissenschaften oder Ingenieurwissenschaften(m/w/x)

In dieser Rolle arbeitest du an der Digitalisierung und Analyse von Schweißnahtgeometrien, entwickelst fortschrittliche FE-Modelle und führst Simulationen durch. Zudem bist du für die Entwicklung von Machine-Learning-Modellen verantwortlich und präsentierst die Forschungsergebnisse.

Anforderungen

• •Abgeschlossenes wissenschaftliches Hochschulstudium (Master oder Diplom) im Bereich Maschinenbau, Materialwissenschaften oder Ingenieurwissenschaften
• •Erfahrung mit thermo-mechanischen Finite-Elemente-Simulationen, idealerweise mit ANSYS Mechanical APDL
• •Erfahrung mit laserbasierter 3D-Vermessung (z. B. Zeiss GOM) sowie der Verarbeitung von Punktwolken zur digitalen Rekonstruktion realer Geometrien
• •Sehr gute Python-Programmierkenntnisse für Datenvorverarbeitung, numerische Analysen und Machine-Learning-Workflows
• •Kenntnisse in Machine-Learning-Methoden; Erfahrung mit Physics-Informed Neural Networks (PINNs) oder die Bereitschaft, sich in dieses Thema einzuarbeiten
• •Verständnis der Ermüdungs- und Bruchmechanik geschweißter Strukturen, idealerweise mit Kenntnissen relevanter Normen oder Richtlinien (z. B. BS 7910, IIW oder vergleichbar)
• •Interesse an der Strukturmechanik und Ermüdungsproblematik von Offshore-Wind-Konstruktionen oder die Bereitschaft, sich dieses Wissen anzueignen
• •Ausgeprägte analytische und mathematische Fähigkeiten sowie ein ausgeprägtes Interesse an interdisziplinärer Problemlösung in der ingenieurwissenschaftlichen Forschung
• •Sehr gute Englisch- und Deutschkenntnisse
• •Sehr gutes Kommunikations- und Informationsverhalten, zielorientierte und strukturierte Arbeitsweise
• •Eigeninitiative, Teamfähigkeit und Lernbereitschaft
• •Geringes Maß an körperlicher Eignung