Technische Gesamtverantwortung für die Agentic-AI-Projekte der Gruppe, inkl. Architektur und Leitung agentischer LLM-/VLM-Systeme für Ingenieurworkflows (z. B. FEM-Simulationssteuerung, Reasoning über Ergebnisse, selbstoptimierende Designschleifen) mit Human-in-the-Loop-Fokus
Verantwortung für technologische Richtungsentscheidungen sowie Qualitäts- und Evaluationsstandards (Benchmarking von LLM-/Agenten-Pipelines)
Eigenverantwortliche Forschung zu generativen/probabilistischen Modellen (Diffusion, Flow Matching, GANs, Gaußprozesse, Deep Active Learning) für das Design metallischer Werkstoffe, inkl. Kopplung mit FEM-/CAE-Werkzeugketten
Publikation in Fachzeitschriften/KI-Konferenzen sowie Konzeption von Workshops und Tagungsbeiträge

Mitwirkung an der Akquisition von Drittmittelprojekten und eigenständige Ausarbeitung von Förderanträgen (DFG, Bund/BMFTR, EU, Stiftungen) sowie Industrieangeboten
Entwicklung von Projektskizzen, Abstimmung mit Zuwendungsgebern und Mitwirkung an Projektberichten

Überführung von Forschungsprototypen in Demonstratoren und marktnahe Anwendungen, inkl. Produktstrategie und Roadmap
Customer Discovery, Go-to-Market-Konzepte und wissenschaftlich-technische Betreuung von Industriepartnern
Aufbau und Begleitung von Verwertungs-/Ausgründungsvorhaben inkl. IP- und Patentstrategie

Fachliche Anleitung von Junior-Wissenschaftler:innen, Doktorand:innen und Studierenden
Leitung technischer Arbeitspakete, Koordination cross-funktionaler Teams, Mitwirkung an Rekrutierung

Entwicklung und Fortschreibung der Forschungs- und Transferroadmap "AI for Physical Systems"

Master of Computational Engineering oder ähnliches
Nachgewiesene F&E-Erfahrung mit LLMs/VLMs und agentischer KI in Ingenieur-/Simulationsanwendungen, inkl. Human-in-the-Loop-Design und systematischer Evaluation von Agenten-Pipelines
Praktische Erfahrung mit generativen/probabilistischen Modellen (Diffusion, Flow Matching, GANs, Gaußprozesse, Deep Active Learning)
Domänenexpertise in Materialsystemen: Struktur-Eigenschafts-Modellierung metallischer Werkstoffe, Mikrostruktur-/Texturdaten, Kristallplastizität
Erfahrung mit Fertigungssimulation (v. a. Blechumformung) inkl. KI-gestützter Defekterkennung und Surrogatmodellierung
Erfahrung in Multiphysik-Simulation und kommerziellen FE-/CAE-Tools (LS-Dyna, ANSYS, COMSOL, ABAQUS, ANSA)

Mehrjährige Start-up-Erfahrung in gründender/produktverantwortlicher Rolle für ein agentisches KI-Produkt (Strategie, Prototyping, Customer Discovery, Go-to-Market)
Beteiligung an Drittmittelanträgen (DFG, Bund, EU, Stiftungen, Industrie) und Erfahrung mit Patentanmeldungen

Publikationsleistung sowohl in materialwissenschaftlichen als auch ML-/Informatik-Fachcommunities
Erfahrung in der Anleitung von Nachwuchswissenschaftler:innen und cross-funktionaler Teamkoordination

Sehr gute Python-Kenntnisse für wissenschaftliches Rechnen/Simulationsautomatisierung; verhandlungssicheres Englisch

Ein innovatives, agiles und professionelles Arbeitsumfeld an einem der herausragenden InformatikstandorteDeutschlands auf dem Saarbrücker Campus
Ein attraktives Gehalt, flexible Arbeitszeiten und die Option auf Homeoffice
Enge Zusammenarbeit mit der Universität des Saarlandes (inkl. SIC Office) und Partnern aus Anwendung und Industrie
Vielseitige und anspruchsvolle Aufgaben
Ein motiviertes und interdisziplinär besetztes Projektteam
Arbeiten an brandktuellen Themen von großer gesellschaftlicher Bedeutung

#J-18808-Ljbffr

DFKI