Job Description

To be filled:


12/31/2025
Work Environment


Bei dieser Ausschreibung handelt es sich um ein Doktorandenprojekt, in Kooperation mit der Technischen Universität München. Eine Anstellung erfolgt an der TUM.




Wissenschaftliches Maschinelles Lernen (Scientific Machine Learning, SML) ist ein schnell wachsender Forschungsbereich. Der State-of-the-Art soll hier in Zusammenarbeit mit der AUDI AG weiterentwickelt werden, um den Weg für die nächste Generation an Aerodynamiksimulationen für die Fahrzeugentwicklung zu ebnen.




Sie werden Teil eines der führenden KI-Forschungslabore in Deutschland und Europa und arbeiten an der Schnittstelle von Wissenschaft und industrieller Anwendung. In enger Kooperation mit der AUDI AG und führenden Forschenden im Bereich des Wissenschaftlichen Maschinellen Lernens gestalten Sie die nächste Generation datengetriebener Simulationsmethoden. Ihr Arbeitsplatz befindet sich an der Technischen Universität München (TUM) mit der Möglichkeit zu regelmäßiger Präsenz beim Projektpartner Audi. Die TUM bietet exzellente Forschungsinfrastrukturen, ein inspirierendes wissenschaftliches Umfeld sowie umfassende Unterstützung bei der Entwicklung innovativer Forschungsprojekte.





Job Purpose/Role


Scientific Machine Learning zielt darauf die Rechenleistung moderner Lernverfahren mit der Interpretierbarkeit und Genauigkeit herkömmlicher Simulationen zu verbinden. Die zugrundeliegenden neuronalen Netze haben das Potenzial, bei gegebener Simulationsgenauigkeit fundamentale Verbesserungen der Laufzeitleistung zu erreichen.




Der aktuelle Stand der Technik soll in der Forschungsgruppe von Prof. Thuerey (https://ge.in.tum.de/) in enger Zusammenarbeit mit der AUDI AG weiterentwickelt werden, um den Weg für die nächste Generation datengetriebener Aerodynamik-Simulationsmethoden zu ebnen.
Key Requirements/Skills/Experience


- Master- oder gleichwertiger Hochschulabschluss in Informatik, Künstlicher Intelligenz, Maschinellem Lernen, Mathematik, Statistik, Datenwissenschaft, Physik oder einem verwandten Fachgebiet von einer anerkannten Hochschule oder Universität. Abschlüsse aus dem Ausland müssen dem entsprechenden deutschen Abschluss gleichwertig sein; die endgültige Zulassung erfordert die Zustimmung der Hochschulbehörden.


Starkes Interesse an wissenschaftlicher Forschung sowie Erfahrung mit Aerodynamik, Fluid-Simulationen und neuronalen Netzen. Die Abschlussnote/Gesamtdurchschnittsnote des MSc-Studiums muss bei Umrechnung in das deutsche Notensystem mindestens 2.0 betragen.
- Sehr gute Deutsch- und Englischkenntnisse.


Ausgeprägte analytische Fähigkeiten sowie hohe Motivation, gepaart mit einer selbständigen und strukturierten Arbeitsweise. Gewinnendes Auftreten sowie ein hohes Maß an sozialer und kommunikativer Kompetenz.
Additional information


Bitte senden Sie Ihre Bewerbung mit den üblichen Unterlagen (Anschreiben, Lebenslauf, Zeugnisse und Empfehlungsschreiben) per E-Mail an:




i15ge@cs.tum.edu







Hinweis: Informationen zur Anerkennung ausländischer Abschlüsse und zu formalen Zulassungsvoraussetzungen werden von den zuständigen Hochschulbehörden verbindlich geprüft.







Die Stelle ist für die Besetzung mit schwerbehinderten Menschen geeignet. Schwerbehinderte Bewerberinnen und Bewerber werden bei ansonsten im wesentlichen gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt eingestellt.
We anchor sustainability in our business activities, products and services. We live excitement, trust, courage and responsibility, actively encourage inclusion and create an environment that fosters each employee's individuality in the interests of the company.


Reference code:


A-D-109370