Akademischer Mitarbeiter; w​/m​/d) Forschungsschwerpunkt: Disruptive aerodynamische Entwurfansätze, Kennziffer: HAP

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 direkt vor den Toren von Potsdam und Berlin. Als familienfreundliche Hochschule auf einem grünen Campus bieten wir attraktive Arbeitsbedingungen.

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:

Forschungsschwerpunkt:
Disruptive aerodynamische Entwurfsansätze
Entgeltgruppe: 13 TV-L
40 h/Woche
Kennziffer: HAP3

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 physikalische Grenzen stoßen, sollen disruptive Konzepte (z.

B. aktive Strömungskontrolle, morphende Geometrien) 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.

• 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 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.
• 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.

• 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…