Die Technische Universität Dresden (TUD) zählt als Exzellenzuniversität zu den leistungsstärksten
Forschungseinrichtungen Deutschlands. Sie begreift Diversität als kulturelle Selbstverständlichkeit und
Qualitätskriterium einer Exzellenzuniversität. Entsprechend begrüßen wir alle Bewerberinnen und Bewerber, die sich
mit ihrer Leistung und Persönlichkeit bei uns und mit uns für den Erfolg aller engagieren möchten.
An der Fakultät Maschinenwesen, Institut für Werkstoffwissenschaft, ist an der Professur für
Materialwissenschaft und Nanotechnik (Prof. Dr. G. Cuniberti) zum nächstmöglichen Zeitpunkt eine
Stelle als
wiss. Mitarbeiterin bzw. Mitarbeiter / PostDoc (m/w/d)
auf dem Gebiet des maschinellen Lernens und der künstlichen Intelligenz für die
Materialforschung
(bei Vorliegen der persönlichen Voraussetzungen E 13 TV-L)
zunächst für 3 Jahre (Beschäftigungsdauer gem. WissZeitVG), mit der Option der Verlängerung auf
insgesamt maximal 6 Jahre und dem Ziel der eigenen wiss. Weiterqualifikation (i. d. R. Habilitation), zu
besetzen.
Die Stelle bietet hervorragende Voraussetzungen für den Aufbau eines eigenständigen
wissenschaftlichen Profils. Dazu gehören die Publikation von Forschungsergebnissen in renommierten
Fachzeitschriften, die erfolgreiche Einwerbung von Drittmitteln, der Erwerb von Lehr- und
Betreuungserfahrung sowie der Aufbau internationaler Kooperationen im Rahmen der Habilitation.
Die Position ist an der Schnittstelle von Materialwissenschaften, Physik, Molekularsimulation und
Künstlicher Intelligenz angesiedelt. Gleichzeitig besteht direkter Zugang zu interdisziplinären
Kooperationen zwischen den Fakultäten Maschinenwesen, Physik und Medizin der TUD. Die Stelle ist in
das Dresden Center for Computational Materials Science (DCMS) sowie das Dresden Center for Intelligent
Materials (DCIM) eingebunden. Beide Zentren vernetzen mehr als 40 Forschungsgruppen, die in den
Bereichen computergestützte Materialwissenschaft, intelligente Materialien, Simulation, Künstliche
Intelligenz und experimentelle Validierung tätig sind. Darüber hinaus eröffnet das Dresdner
Forschungsökosystem vielfältige Möglichkeiten zur Zusammenarbeit mit führenden Partnern aus
Universitäten, außeruniversitären Forschungseinrichtungen, Kliniken und Industrie.
Aufgaben: Sie entwickeln Verfahren der künstlichen Intelligenz für die Materialforschung und
wenden diese in konkreten Anwendungsszenarien an, mit dem Ziel, die Entdeckung, Charakterisierung
und Optimierung von Funktionsmaterialien zu beschleunigen. Die Aufgaben umfassen die Entwicklung
neuartiger Methoden aus den Gebieten Maschinelles Lernen und Generative Künstliche Intelligenz für
die Materialmodellierung und -simulation. Zur Tätigkeit gehört ferner die auf konkrete materialbezogene
Anwendungsfälle ausgerichtete Konzeption datengetriebener und physikalisch fundierter
Berechnungsverfahren, die Integration von KI-Methoden in atomistische und molekulare
Simulationsworkflows sowie deren Anwendung zur Untersuchung von Struktur-Eigenschafts-
Beziehungen zur Vorhersage des Materialverhaltens und zur Entwicklung innovativer Materiallösungen.
Entsprechend dem wissenschaftlichen Profil kann die Forschung zudem die Auswertung multimodaler
experimenteller Daten, darunter chemischer und Sensordatensätze, einbeziehen. Dadurch entsteht eine
enge Verzahnung von Simulation, Maschinellem Lernen und experimenteller Validierung.
Erwartet werden wissenschaftliche Veröffentlichungen in international renommierten Fachzeitschriften
und die Präsentation von Forschungsergebnissen auf internationalen Konferenzen. Darüber hinaus
umfasst die Position die Mitwirkung an der Einwerbung kompetitiver Drittmittel, die Betreuung von
Nachwuchswissenschaftlerinnen und Nachwuchswissenschaftlern sowie den Aufbau und die Pflege von
Kooperationen innerhalb des Dresdner Wissenschaftsökosystems.
Die aktive Mitwirkung in der Lehre bietet die Möglichkeit, sich sowohl in bestehende Lehrveranstaltungen
einzubringen als auch neue forschungsorientierte Lehrformate zu entwickeln und dadurch ein
eigenständiges Lehrprofil aufzubauen.
Voraussetzungen:
- hervorragender wiss. Hochschulabschluss und Promotion in Physik, Chemie,
Materialwissenschaften, Informatik, Angewandter Mathematik, Computer Science oder einem
eng verwandten Fachgebiet
- ausgezeichnete Programmierkenntnisse, vorzugsweise in Python und modernen Machine-
Learning-Frameworks wie PyTorch oder JAX
- Erfahrungen im Hochleistungsrechnen (High Performance Computing), mit reproduzierbaren
Forschungsprozessen sowie in der Entwicklung wissenschaftlicher Software sind von Vorteil
- ausgeprägte Fähigkeit, originelle Forschungsfragen zu entwickeln, eigenständig und
interdisziplinär zu arbeiten sowie erfolgreich mit Forschenden aus den Gebieten Computer
Science und Experimentalphysik zusammenzuarbeiten
- exzellente Englischkenntnisse und die Fähigkeit, wissenschaftliche Ergebnisse klar und
überzeugend zu kommunizieren
Gesucht wird eine wissenschaftlich ambitionierte Persönlichkeit mit dem Ziel, ein eigenständiges und
international sichtbares Forschungsprofil aufzubauen und maßgeblich zu Fortschritten in der KI-
gestützten Materialforschung beizutragen.
Wir bieten:
- weitgehende wiss. Unabhängigkeit sowie einen engen fachlichen Austausch mit dem Inhaber der
Professur und die Möglichkeit, innerhalb eines interdisziplinären und international vernetzten
Teams eine sichtbare Forschungsrichtung aktiv mitzugestalten
- hervorragende Möglichkeiten zur persönlichen und wiss. Weiterentwicklung, insbesondere durch
den Erwerb von Kompetenzen auf den Gebieten Lehre, Projektmanagement und Teamleitung
- 30 Urlaubstage pro Jahr (innerhalb einer 5-Arbeitstage-Woche)
- umfangreiches Angebot zur Fort- und Weiterbildung
- Gesundheitsvorsorge und Sportangebote der TUD
- ein ermäßigtes Jobticket (auch als Deutschlandticket)
- Teilnahme an der zusätzlichen Altersversorgung im öffentlichen Dienst über die VBL
Die TUD strebt eine Erhöhung des Anteils von Frauen an und bittet diese deshalb ausdrücklich um deren
Bewerbung. Die Universität ist eine familiengerechte Hochschule. Bewerbungen schwerbehinderter
Menschen sind besonders willkommen. Bei gleicher Eignung werden diese oder ihnen kraft SGB IX von
Gesetzes wegen Gleichgestellte bevorzugt eingestellt.
Bewerbung: Ihre aussagekräftige Bewerbung senden Sie bitte mit den üblichen Unterlagen
(Motivationsschreiben; ausführliches Research Statement von ca. 2 Seiten, in dem auch auf die wiss.
Umgebung an der Professur, an der TUD und in der wiss. und industriellen Landschaft in Dresden
eingegangen wird; ausführlicher Lebenslauf mit kompletter Publikationsliste in Form eines
GoogleScholar Links und mind. zwei Empfehlungsschreiben) bis zum 30.09.2026 (es gilt der Poststempel
der Zentralen Poststelle bzw. der Zeitstempel auf dem E-Mail-Server der TUD) bevorzugt über das
SecureMail-Portal der TUD https://securemail.tu-dresden.de als ein PDF–Dokument und mit dem Betreff
„Bewerbung Maschinelles Lernen, Ihr_Nachname“ an [email protected] bzw. an:
TU Dresden, Professur für Materialwissenschaft und Nanotechnik, Herrn Prof. Dr. G. Cuniberti,
Helmholtzstr. 10, 01069 Dresden.
Ihre Bewerbungsunterlagen werden nicht zurückgesandt, bitte reichen Sie nur Kopien ein.
Vorstellungskosten werden nicht übernommen.
Die TUD ist Gründungspartnerin der
Forschungsallianz DRESDEN-concept e.V.
Hinweis zum Datenschutz: Welche Rechte Sie haben und zu welchem Zweck Ihre Daten verarbeitet werden sowie
weitere Informationen zum Datenschutz haben wir auf folgender Webseite für Sie zur Verfügung gestellt:
https://tu-dresden.de/karriere/datenschutzhinweis.