Bauingenieur (m/w/d) (Hochbauingenieur/in)

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!

Promovierter wissenschaftlicher Mitarbeiter*in (m/w/d) der Fachrichtung Bauingenieurwesen, physikalische Ingenieurwissenschaften, Physik, Mathematik oder vglb.

Berlin
Fachbereich 7.7: Modellierung und Simulation
Wissenschaft / Forschung
Vollzeit / Teilzeit möglich
Zeitvertrag für 24 Monate
Kennziffer: J000000255
E 13 TVöD
Neural Operators werden in diesem Projekt mit klassischen numerischen Verfahren kombiniert, um parametrisierte Finite-Elemente-Modelle effizient zu approximieren. Durch die Integration datengetriebener und FEM-basierter Ansätze werden hybride Modelle entwickelt, die echtzeitfähige digitale Zwillinge, eine Kalibrierung von Modellparametern mit Unsicherheitsquantifizierung sowie eine probabilistische Darstellung der verbleibenden Modellfehler unterstützen.

Entwicklung und Implementierung von FEM-Modellen in FEniCSx sowie deren Integration in Neural Operators und PINNs
Validierung und Unsicherheitsquantifizierung dieser Metamodelle
Kalibrierung von Modellparametern unter Unsicherheiten anhand experimenteller Daten unter Verwendung dieser Metamodelle
Entwicklung datengetriebener Ansätze zur Modellierung der Prognosegenauigkeit unter Berücksichtigung von Modellfehlern
Dokumentation der entwickelten Methoden
Verfassen wissenschaftlicher Publikationen und Mitwirkung an der Ausarbeitung von Forschungsanträgen
Präsentation der Ergebnisse auf wissenschaftlichen Tagungen
Zwingend notwendig sind:

Abgeschlossenes wissenschaftliches Hochschulstudium (Diplom / Master) sowie Promotion in der Fachrichtung Bauingenieurwesen, physikalische Ingenieurwissenschaften, Physik, Mathematik oder eines vergleichbaren Studiengangs
Ausgewiesene Kenntnisse und praktische Erfahrung in der Entwicklung von FEM-Anwendungen unter Verwendung programmierbarer FE-Software (z. B. FEniCSx), einschließlich der Implementierung von Materialmodellen, Elementformulierungen oder numerischen Lösungsverfahren
Vertiefte Kenntnisse im Bereich wissenschaftlicher Programmierung, vorzugsweise in Python, sowie Erfahrung mit modernen Methoden der Softwareentwicklung
Erfahrung in der Implementierung von Methoden des maschinellen Lernens und Deep Learnings
Sehr gute Englischkenntnisse in Wort und Schrift sowie gute Präsentations- und Publikationsfähigkeiten

Wünschenswert wäre darüber hinaus:

Erfahrung mit Scientific-Machine-Learning-Ansätzen, insbesondere PINNs und Neural Operators (z. B. DeepONet, Fourier Neural Operators)
Kenntnisse in den Bereichen Unsicherheitsquantifizierung, inverse Probleme, Bayes'sche Inferenz oder Parameteridentifikation

Außerdem sollten Sie Folgendes mitbringen:

Initiative / Einsatzbereitschaft und -fähigkeit
Teamfähigkeit und Kooperationsbereitschaft
Zielorientierte und strukturierte Arbeitsweise
Entscheidungsbereitschaft und -fähigkeit
Gutes Kommunikations- und Informationsverhalten

Mobiles Arbeiten
Arbeit in nationalen und internationalen Netzwerken mit Universitäten, Forschungseinrichtungen und Industrieunternehmen
Eine verantwortungsvolle, interessante und abwechslungsreiche Tätigkeit in einem kompetenten und kollegialen Umfeld
Work-Life-Balance
Attraktives und modernes Arbeitsumfeld mit hervorragender Infrastruktur und Ausstattung auf wissenschaftlich neuestem Stand (Labore, BAM Data Store, High-Performance-Computing etc.)
Vielseitige Aufgaben in einem dynamischen und zukunftsorientierten Markt an der Schnittstelle zwischen Wissenschaft, Wirtschaft und Politik....

Homeoffice:
Umfang: Nach Vereinbarung