[Hiring] Academic Staff Member, Disruptive Aerodynamic Design Approaches @Technische Hochschule Brandenburg

Role Description

Im Fachbereich Technik ist im Rahmen des Forschungsprojekts DaHKIZ (Datenbasierte Holistische KI-gestützte Zivile Triebwerksentwicklung) zum nächstmöglichen Zeitpunkt zunächst befristet bis 30.04.2029 folgende Stelle mit der Möglichkeit zur Promotion (in Kooperation mit Rolls-Royce Deutschland) zu besetzen:

Akademischer Mitarbeiter (w/m/d)

Forschungsschwerpunkt: Disruptive aerodynamische Entwurfsansätze

Entgeltgruppe: 13 TV-L

40 h/Woche

Kennziffer: HAP3

Ihr Arbeitsbereich:

• Sie arbeiten im Bereich disruptiver Entwurfsansätze an der Erforschung neuer Methoden zur Bewertung von Triebwerkskomponenten.
• Ihr Fokus liegt auf der Entwicklung und Anwendung von KI/ML-Verfahren, um das Potenzial dieser Ansätze schnell, datenbasiert und zuverlässig zu beurteilen.

Zu den Aufgaben gehören insbesondere:

• Methodenentwicklung: Sie vergleichen und entscheiden über Methoden des Maschinellen Lernens (ML) und der Künstlichen Intelligenz (KI), wie z. B. Variational Autoencoder oder GANs, um hochdimensionale Designräume auch bei spärlicher Datenlage effizient zu analysieren.
• Simulationsaufbau: Sie erstellen parametrische Geometrien und bauen Simulationsketten als „virtuelle Laborstände“ für Komponenten wie Einlauf, Nacelle, Nebenstromkanal sowie Düse und Mischer auf.
• Implementierung & Training: Sie implementieren ausgewählte KI/ML-Modelle (z. B. PINNs, Graph-basierte Modelle) prototypisch in die Simulationsumgebung und führen das Training unter Nutzung großer Datenmengen durch.
• wissenschaftliche Verifikation: Sie verifizieren die entwickelten Modelle systematisch hinsichtlich Robustheit, physikalischen Grenzen und Sensitivitäten und Unsicherheitsquantifizierung.
• Publikation: Sie verfassen wissenschaftliche Publikationen und präsentieren die Ergebnisse auf internationalen Konferenzen.

Qualifications

• Erfolgreich abgeschlossenes wissenschaftliches Hochschulstudium (Master oder Universitätsdiplom) in einer relevanten Fachrichtung (Luft- und Raumfahrttechnik, Maschinenbau, Physik oder Informatik).
• Fundierte Kenntnisse in den Grundlagen des Maschinellen Lernens sowie der numerischen Strömungsmechanik (CFD) oder Aerodynamik.
• Sicherer Umgang mit Python oder vergleichbar.
• Sehr gute Englischkenntnisse in Wort und Schrift (Niveau C1) zur Erstellung internationaler Publikationen.

Requirements

• Praktische Erfahrung mit Deep-Learning-Frameworks (z. B. PyTorch, TensorFlow) sowie Kenntnisse in modernen Architekturen wie PINNs oder Graph-basierten Modellen.
• Erfahrung in der aerodynamischen Auslegung von Triebwerkskomponenten (Einlauf, Nacelle, Düse) sowie in der Parametrisierung komplexer Geometrien.
• Kenntnisse in Sensitivitätsanalysen und Unsicherheitsquantifizierung (UQ).
• Gute Deutschkenntnisse (Niveau B2) sind erwünscht: Bei internationalen Bewerbern unterstützen wir den Erwerb dieser Kenntnisse innerhalb der ersten 18 Monate.

Benefits

• Betriebliche Altersvorsorge, Jahressonderzahlung und vermögenswirksamen Leistungen.
• Gute Verkehrsanbindung an den ÖPNV, monatlicher Zuschuss zum ÖPNV-Jobticket.
• Hochschulmensa direkt auf dem Campus.
• Attraktive Fort- und Weiterbildungsmöglichkeiten.
• Betriebliches Gesundheitsmanagement.
• Flexible Arbeitszeiten, 30 Urlaubstage im Jahr (bei einer 5-Tage-Woche), Dienstbefreiung am 24.12. und 31.12.
• Nutzung der Hochschulbibliothek.
• Service für Familie und Soziales (Vereinbarkeit von Beruf und Familie).
• Langfristige, sichere persönliche und berufliche Perspektive an einem modernen Arbeitsplatz.