Die Bundesanstalt für Materialforschung und -prüfung (BAM) ist eine wissenschaftlich-technische Bundesoberbehörde mit Sitz in Berlin. Als Ressortforschungseinrichtung des Bundesministeriums für Wirtschaft und Energie forschen, prüfen und beraten wir zum Schutz von Menschen, Umwelt und Sachgütern. Im Fokus unserer Tätigkeiten in der Materialwissenschaft, der Werkstofftechnik und der Chemie steht dabei die technische Sicherheit von Produkten und Prozessen.

Werden Sie Teil unseres Teams von engagierten Mitarbeitenden!

Neural Operators werden in diesem Projekt mit klassischen numerischen Verfahren kombiniert, um die effiziente Approximation und Analyse parametrisierter Finite-Elemente-Modelle zu ermöglichen. Durch die Verbindung datenbasierter und FEM-basierter Methoden entsteht ein hybrides Modell, das physikalische Zusammenhänge präzise abbildet und zugleich echtzeitfähige Vorhersagen für digitale Zwillinge ermöglicht.

Gesucht wird zur Verstärkung unseres Teams im Fachbereich 7.7 "Modellierung und Simulation" in Berlin-Steglitz zum 01.07.2026 ein*e

Promovierter wissenschaftlicher Mitarbeiter*in (m/w/d) der Fachrichtung Bauingenieurwesen, physikalische Ingenieurwissenschaften, Physik, Mathematik oder vglb.

Entgeltgruppe E13 TVöD Zeitvertrag über 2 Jahre Vollzeit/teilzeitgeeignet

Entwicklung und Implementation von thermo-mechanischen Modellen in FEniCSx Integration der FEM-Modelle in Neural Operators und PINNs Entwicklung und Implementation von Verfahren zur Qualitätsbewertung der Metamodelle Einsatz der Metamodelle für eine Modellkalibrierung mit Unsicherheiten Dokumentation der Methoden Verfassen wissenschaftlicher Publikationen und Mitwirkung an der Ausarbeitung von Forschungsanträgen Präsentation der Ergebnisse auf wissenschaftlichen Tagungen Zwingend notwendig sind:

Abgeschlossenes wissenschaftliches Hochschulstudium (Diplom / Master) sowie Promotion in der Fachrichtung Bauingenieurwesen, physikalische Ingenieurwissenschaften, Physik, Mathematik oder eines vergleichbaren Studiengangs Ausgewiesene Kenntnisse und praktische Erfahrung in der Entwicklung von FEM-Anwendungen (z. B. mit FEniCSx) Vertiefte Kenntnisse im Bereich wissenschaftlicher Programmierung, vorzugsweise in Python, inklusive Erfahrung mit der Implementation von ML-Verfahren (z. B. PyTorch) Sehr gute Englischkenntnisse in Wort und Schrift sowie gute Präsentations- und Publikationsfähigkeiten

Wünschenswert wäre darüber hinaus:

Erfahrung im Bereich maschinelles Lernen / Deep Learning (z. B. PINN und Neural-Operator-Verfahren wie DeepONet, FNO)

Außerdem sollten Sie Folgendes mitbringen:

Initiative / Einsatzbereitschaft und -fähigkeit Teamfähigkeit und Kooperationsbereitschaft Zielorientierte und strukturierte Arbeitsweise Entscheidungsbereitschaft und -fähigkeit Gutes Kommunikations- und Informationsverhalten

Eine abwechslungsreiche und anspruchsvolle Tätigkeit innerhalb eines hochkarätigen Netzwerks aus Politik, Wissenschaft, Wirtschaft und Gesellschaft Arbeit in nationalen und internationalen Netzwerken mit Universitäten, Forschungseinrichtungen und Industrieunternehmen Attraktives und modernes Arbeitsumfeld mit hervorragender Infrastruktur und Ausstattung auf wissenschaftlich neuestem Stand (Labore, etc.) Eine verantwortungsvolle, interessante und abwechslungsreiche Tätigkeit in einem kompetenten und kollegialen Umfeld Gute Vereinbarkeit von Beruf und Privatleben [Work-Life-Balance] (Möglichkeit des mobilen Arbeitens [bis zu 60 %], flexible Arbeitszeitgestaltung, 30 Tage Urlaub sowie Inanspruchnahme von bis zu 12 Zeitausgleichstagen im Jahr sowie Teilzeitmöglichkeiten) Offene Willkommenskultur, ein zertifiziert familienfreundliches Arbeitsklima, regelmäßige Feedbackgespräche und kompetente Ansprechpersonen, Nachhaltigkeit [u. a. Zuschuss zum Job-Ticket]