Doktorand:in / Akademische:r Mitarbeiter:in für Machine Learning in der laserbasierten additiven Fertigung (w/m/d) 25-07-01

Die Hochschule Aalen ist eine der forschungsstärksten Hochschulen für angewandte Wissenschaften in Deutschland. Regional, national und international ist die Hochschule Aalen seit über 60 Jahren ein verlässlicher Partner – für die Studierenden, die Mitarbeitenden und Lehrenden, für die Kommunen, die Wirtschaft und mehr als 130 Kooperationspartner weltweit. Wir legen viel Wert auf eine moderne und zukunftsorientierte Lehre, denn die Verbindung von Theorie und Praxis ist für uns entscheidend.

Die Hochschule Aalen sucht für die LaserApplikationsZentrum (LAZ) zum nächstmöglichen Zeitpunkt eine:n

Doktorand:in / Akademische:r Mitarbeiter:in für Machine Learning in der laserbasierten additiven Fertigung (w/m/d) 25-07-01

- in Teilzeit 80% (31,6 Std./Wo.) -

Ihre Tätigkeit:

• Anwendungsorientierte Machine Learning Forschung mit dem Fokus auf Physics-Informed Transformer-Modellen zur Vorhersage der Prozesstemperatur im additiven Fertigungsverfahren Laser Powder Bed Fusion of Metals (PBF-LB/M)
• Analyse, Aufbereitung und Auswertung von realen Daten aus PBF-LB/M-Prozessen
• Integration physikalischer Gesetzmäßigkeiten und PBF-LB/M-Prozessprinzipien in die Daten und Transformer-Struktur zur Verbesserung der Modell-Vorhersagegenauigkeit
• Planung und Durchführung experimenteller Untersuchungen im Labor zur Datengenerierung und Modellvalidierung
• Veröffentlichung der Forschungsergebnisse in wissenschaftlichen Fachzeitschriften und auf Konferenzen

Ihr Profil:

• Sie verfügen über ein sehr gutes abgeschlossenes Masterstudium in Elektrotechnik, Mechatronik, Physik, oder ähnlicher Fachrichtung mit dem Schwerpunkt Machine Learning
• Sie besitzen fundierte Erfahrung im Einsatz von Methoden des Machine Learning, insbesondere in der Verarbeitung sequentieller Datenstrukturen wie Zeitreihen
• Sie verfügen über sehr gute Kenntnisse in der Programmierung mittels Python und in der Anwendung von Machine Learning Frameworks wie TensorFlow und PyTorch
• Sie haben Erfahrung in der Analyse und Vorverarbeitung großer, komplexer Datensätze
• Sie verfügen über ein physikalisches Verständnis und grundlegende Kenntnisse im Bereich Wärmelehre
• Sie haben gute Deutschkenntnisse in Wort und Schrift
• Sie arbeiten eigenständig und strukturiert, sind teamfähig, kommunikationsstark und zeichnen sich durch hohe Flexibilität sowie ein ausgeprägtes Leistungsbewusstsein aus

Wir bieten Ihnen:

• Spannendes und abwechslungsreiches Aufgabengebiet in einem motivierten Team
• Möglichkeit zum mobilen Arbeiten
• Flexible Arbeitszeiten
• Familienfreundliches Arbeitsumfeld mit hochschulnaher Kinderbetreuung
• Individuelle Fortbildungsmöglichkeiten
• Moderne Büroausstattung und Forschungsinfrastruktur
• Betriebliche Altersvorsorge und Jahressonderzahlung
• Attraktive Angebote des Betrieblichen Gesundheitsmanagements
• Corporate Benefits
• JobBike BW, Zuschuss zum Deutschlandticket und kostenfreie Parkplätze

Die Stelle ist zunächst auf zwei Jahre befristet. Eine Weiterbeschäftigung ist angestrebt. Die Möglichkeit zur Promotion besteht über den Promotionsverband HAW Baden-Württemberg.

Die Eingruppierung erfolgt bei Vorliegen der tarifrechtlichen und persönlichen Voraussetzungen bis Entgeltgruppe 13 des Tarifvertrags für den öffentlichen Dienst Länder (TV-L). Schwerbehinderte Personen, die sich bewerben, werden bei gleicher Eignung besonders berücksichtigt. Weitere Informationen finden Sie unter http://www.hs-aalen.de/sbv.

Die Hochschule Aalen strebt eine Erhöhung in den von Frauen unterrepräsentierten Bereichen an und fordert deshalb Frauen ausdrücklich auf, sich zu bewerben. Weitere Informationen erhalten Sie bei der Beauftragten für Chancengleichheit, Frau Ingeborg Anthoni-Harpeng https://www.hs-aalen.de/chancengleichheit.

Fragen Sie uns! Sie möchten mehr über diese Stelle erfahren? Wenden Sie sich gerne an Herrn David Kolb, david.kolb@hs-aalen.de.

Sie haben Interesse? Dann freuen wir uns über Ihre aussagekräftige Bewerbung bis zum 30.07.2025 über unser Online-Bewerbungsportal.