Akademischer Mitarbeiter; w/m/d) Forschungsschwerpunkt: Disruptive aerodynamische Entwurfsansätze
Verfasst am 2026-09-26
-
Forschung/Entwicklung
Datenwissenschaftler -
Ingenieur
Künstliche Intelligenz Ingenieur
Location: Brandenburg an der Havel
Akademischer Mitarbeiter (w/m/d) Forschungsschwerpunkt:
Disruptive aerodynamische Entwurfsansätze
Modern // regional // wirtschaftsnah:
Die Technische Hochschule Brandenburg (THB) ist eine junge und dynamische Hochschule mit ca. 3.200 Studierenden in 26 Studiengängen in den Fachbereichen Informatik und Medien, Technik sowie Wirtschaft in der Stadt Brandenburg an der Havel. Als familienfreundliche Hochschule auf einem grünen Campus bieten wir attraktive Arbeitsbedingungen.
Im Fachbereich Technik ist im Rahmen des Forschungsprojekts DaHKIZ (Datenbasierte Holistische KI-gestütze 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:
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. Da klassische Entwürfe für Einlauf, Nacelle und Düse zunehmend an physi-kalische Grenzen stoßen, sollen disruptive Konzepte (z.
B. aktive Strömungskontrolle, morphende Geo-metrien) untersucht werden. Ihr Fokus liegt auf der Entwicklung und Anwendung von KI/ML-Verfahren, um das Potenzial dieser Ansätze schnell, datenbasiert und zuverlässig zu beurteilen.
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.
- erfolgreich abgeschlossenes wissenschaftliches Hochschulstudium (Master oder Uni-Diplom) 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.
- praktische Erfahrung mit Deep-Learning-Frameworks (z.
B. PyTorch, Tensor Flow) 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.
Die THB ist ein zuverlässiger Arbeitgeber, der seine Beschäftigten mit vielfältigen Angeboten und Leistungen unterstützt:
- betriebliche Altersvorsorge, Jahressonderzahlung und vermögenswirksamen Leistungen
- gute Verkehrsanbindung an den ÖPNV, monatlicher Zuschuss zum ÖPNV-Jobticket
- Hochschulmensa…
(Wenn dieser Job tatsächlich in Ihrem Zuständigkeitsbereich liegt, verwenden Sie möglicherweise einen Proxy oder VPN, um auf diese Seite zuzugreifen. Um weiterzukommen, sollten Sie Ihre Verbindung zu einem anderen Mobilgerät oder PC wechseln).