Promovierter wissenschaftlicher Mitarbeiter der Fachrichtung Chemie oder Physik (m/w/d)

Analytik NEWSBerlin

Stellenbeschreibung:

Auf- und Ausbau sowie Mitarbeit bei der Standardisierung des Meta- und Forschungsdatenmangements mit Hilfe von ELN/LIMS Systemen und Ontologien/Wissensgraphen
Weiterentwicklung, Standardisierung und Pflege des Codes zur Hardwareansteuerung, Orchestrierung und des Datenmanagements der im Fachbereich entwickelten Self-Driving Labs/Materials Acceleration Platforms (SDLs/MAPs)
Einbindung neuer Hardware- und Softwaretools in den SDL/MAP Technologiestack
Anwendung und Implementierung von Methoden des Maschinellen Lernens und Künstlicher Intelligenz im Zusammenhang mit aktivem Lernen für Rückkopplungsschleifen in MAPs/SDLs
Erarbeitung von Ideen und Forschungskonzepten, Anfertigung von Anträgen und Einwerbung von Drittmitteln
Koordination und Bearbeitung von Forschungs- und Entwicklungsprojekten zu Datenmanagement und SDLs/MAPs (z.B. mit Fokus auf Workflows, ELN/LIMs Anbindung, Backend und Frontend in SDLs/MAPs)
Betreuung und fachliche Anleitung von wissenschaftlichen Nachwuchskräften
Erarbeitung von Berichten, Postern, Projektberichte u.a.
Publikation der Ergebnisse in internationalen referierten Zeitschriften sowie Präsentation auf nationaler und internationaler Ebene
Kooperation mit internen und externen Experten zum Thema Self-Driving Labs, Materials Acceleration Platforms, Ontologien, Wissensgraphen, Datenmanagement, ELN/LIMS
Aktive Mitarbeit im Themenfeld Material und spezifisch in den Aktivitätsfeldern Advanced Materials und Materialdesign
Aktive Mitarbeit im Bereich zur Unterstützung der Laborautomatisierung
Erfolgreich abgeschlossenes wissenschaftliches Hochschulstudium der Fachrichtung Chemie, Physik, Informatik, Materialwissenschaft, oder einer vergleichbaren Fachrichtung mit sehr guter Promotion in einem verwandten Fachbereich
Umfassende Kenntnisse und praktische Erfahrung im Umgang mit und der Erstellung von Wissensgraphen und Ontologien (z.B. Projekt MaterialDigital) (belegt durch Publikationen oder Softwarebeiträge)
Erfahrung im Bereich der Implementierung und Hardwareintegration für Laborautomatisierungs- oder Hochdurchsatzmethoden (belegt durch erfolgreich abgeschlossene Module oder Publikationen)
Sehr gute Programmierkenntnisse (speziell in Python) (belegt durch veröffentlichte Softwarebeiträge oder Publikationen)
Kenntnisse und praktische Erfahrung mit Forschungsdatenmanagement und ELN/LIMS-Systemen (belegt durch erfolgreich abgeschlossene Module, Publikationen, oder Softwarebeiträge)
Erfahrungen im Bereich des maschinellen Lernens und der Künstlichen Intelligenz (z.B. Bayesian Optimization, Neural Networks), sowie mit Codeverwaltungswerkzeugen (z.B. GitHub) werden vorausgesetzt, ebenfalls belegt durch Publikationen oder Softwarebeiträge
Erfahrungen in der Einwerbung und Leitung von F&E-Projekten und entsprechendem wissenschaftlichen Projektmanagement
Erfahrungen in der Betreuung von wissenschaftlichen Nachwuchskräften
Umfangreiche Publikationserfahrung (mehr als vier Publikationen mit Erst- oder Letztautorenschaft)
Sehr gute Englischkenntnisse in Wort und Schrift
Deutschkenntnisse sind von Vorteil
Gutes Kommunikations- und Informationsverhalten, zielorientierte und strukturierte Arbeitsweise, Initiative/Einsatzbereitschaft und -fähigkeit, Teamfähigkeit und Kooperationsbereitschaft, Lernbereitschaft

Ihre Aufgaben

Auf- und Ausbau sowie Mitarbeit bei der Standardisierung des Meta- und Forschungsdatenmangements mit Hilfe von ELN/LIMS Systemen und Ontologien/Wissensgraphen
Weiterentwicklung, Standardisierung und Pflege des Codes zur Hardwareansteuerung, Orchestrierung und des Datenmanagements der im Fachbereich entwickelten Self-Driving Labs/Materials Acceleration Platforms (SDLs/MAPs)
Einbindung neuer Hardware- und Softwaretools in den SDL/MAP Technologiestack
Anwendung und Implementierung von Methoden des Maschinellen Lernens und Künstlicher Intelligenz im Zusammenhang mit aktivem Lernen für Rückkopplungsschleifen in MAPs/SDLs
Erarbeitung von Ideen und Forschungskonzepten, Anfertigung von Anträgen und Einwerbung von Drittmitteln
Koordination und Bearbeitung von Forschungs- und Entwicklungsprojekten zu Datenmanagement und SDLs/MAPs (z.B. mit Fokus auf Workflows, ELN/LIMs Anbindung, Backend und Frontend in SDLs/MAPs)
Betreuung und fachliche Anleitung von wissenschaftlichen Nachwuchskräften
Erarbeitung von Berichten, Postern, Projektberichte u.a.
Publikation der Ergebnisse in internationalen referierten Zeitschriften sowie Präsentation auf nationaler und internationaler Ebene
Kooperation mit internen und externen Experten zum Thema Self-Driving Labs, Materials Acceleration Platforms, Ontologien, Wissensgraphen, Datenmanagement, ELN/LIMS
Aktive Mitarbeit im Themenfeld Material und spezifisch in den Aktivitätsfeldern Advanced Materials und Materialdesign
Aktive Mitarbeit im Bereich zur Unterstützung der Laborautomatisierung
Erfolgreich abgeschlossenes wissenschaftliches Hochschulstudium der Fachrichtung Chemie, Physik, Informatik, Materialwissenschaft, oder einer vergleichbaren Fachrichtung mit sehr guter Promotion in einem verwandten Fachbereich
Umfassende Kenntnisse und praktische Erfahrung im Umgang mit und der Erstellung von Wissensgraphen und Ontologien (z.B. Projekt MaterialDigital) (belegt durch Publikationen oder Softwarebeiträge)
Erfahrung im Bereich der Implementierung und Hardwareintegration für Laborautomatisierungs- oder Hochdurchsatzmethoden (belegt durch erfolgreich abgeschlossene Module oder Publikationen)
Sehr gute Programmierkenntnisse (speziell in Python) (belegt durch veröffentlichte Softwarebeiträge oder Publikationen)
Kenntnisse und praktische Erfahrung mit Forschungsdatenmanagement und ELN/LIMS-Systemen (belegt durch erfolgreich abgeschlossene Module, Publikationen, oder Softwarebeiträge)
Erfahrungen im Bereich des maschinellen Lernens und der Künstlichen Intelligenz (z.B. Bayesian Optimization, Neural Networks), sowie mit Codeverwaltungswerkzeugen (z.B. GitHub) werden vorausgesetzt, ebenfalls belegt durch Publikationen oder Softwarebeiträge
Erfahrungen in der Einwerbung und Leitung von F&E-Projekten und entsprechendem wissenschaftlichen Projektmanagement
Erfahrungen in der Betreuung von wissenschaftlichen Nachwuchskräften
Umfangreiche Publikationserfahrung (mehr als vier Publikationen mit Erst- oder Letztautorenschaft)
Sehr gute Englischkenntnisse in Wort und Schrift
Deutschkenntnisse sind von Vorteil
Gutes Kommunikations- und Informationsverhalten, zielorientierte und strukturierte Arbeitsweise, Initiative/Einsatzbereitschaft und -fähigkeit, Teamfähigkeit und Kooperationsbereitschaft, Lernbereitschaft

Ihr Profil

Auf- und Ausbau sowie Mitarbeit bei der Standardisierung des Meta- und Forschungsdatenmangements mit Hilfe von ELN/LIMS Systemen und Ontologien/Wissensgraphen
Weiterentwicklung, Standardisierung und Pflege des Codes zur Hardwareansteuerung, Orchestrierung und des Datenmanagements der im Fachbereich entwickelten Self-Driving Labs/Materials Acceleration Platforms (SDLs/MAPs)
Einbindung neuer Hardware- und Softwaretools in den SDL/MAP Technologiestack
Anwendung und Implementierung von Methoden des Maschinellen Lernens und Künstlicher Intelligenz im Zusammenhang mit aktivem Lernen für Rückkopplungsschleifen in MAPs/SDLs
Erarbeitung von Ideen und Forschungskonzepten, Anfertigung von Anträgen und Einwerbung von Drittmitteln
Koordination und Bearbeitung von Forschungs- und Entwicklungsprojekten zu Datenmanagement und SDLs/MAPs (z.B. mit Fokus auf Workflows, ELN/LIMs Anbindung, Backend und Frontend in SDLs/MAPs)
Betreuung und fachliche Anleitung von wissenschaftlichen Nachwuchskräften
Erarbeitung von Berichten, Postern, Projektberichte u.a.
Publikation der Ergebnisse in internationalen referierten Zeitschriften sowie Präsentation auf nationaler und internationaler Ebene
Kooperation mit internen und externen Experten zum Thema Self-Driving Labs, Materials Acceleration Platforms, Ontologien, Wissensgraphen, Datenmanagement, ELN/LIMS
Aktive Mitarbeit im Themenfeld Material und spezifisch in den Aktivitätsfeldern Advanced Materials und Materialdesign
Aktive Mitarbeit im Bereich zur Unterstützung der Laborautomatisierung
Erfolgreich abgeschlossenes wissenschaftliches Hochschulstudium der Fachrichtung Chemie, Physik, Informatik, Materialwissenschaft, oder einer vergleichbaren Fachrichtung mit sehr guter Promotion in einem verwandten Fachbereich
Umfassende Kenntnisse und praktische Erfahrung im Umgang mit und der Erstellung von Wissensgraphen und Ontologien (z.B. Projekt MaterialDigital) (belegt durch Publikationen oder Softwarebeiträge)
Erfahrung im Bereich der Implementierung und Hardwareintegration für Laborautomatisierungs- oder Hochdurchsatzmethoden (belegt durch erfolgreich abgeschlossene Module oder Publikationen)
Sehr gute Programmierkenntnisse (speziell in Python) (belegt durch veröffentlichte Softwarebeiträge oder Publikationen)
Kenntnisse und praktische Erfahrung mit Forschungsdatenmanagement und ELN/LIMS-Systemen (belegt durch erfolgreich abgeschlossene Module, Publikationen, oder Softwarebeiträge)
Erfahrungen im Bereich des maschinellen Lernens und der Künstlichen Intelligenz (z.B. Bayesian Optimization, Neural Networks), sowie mit Codeverwaltungswerkzeugen (z.B. GitHub) werden vorausgesetzt, ebenfalls belegt durch Publikationen oder Softwarebeiträge
Erfahrungen in der Einwerbung und Leitung von F&E-Projekten und entsprechendem wissenschaftlichen Projektmanagement
Erfahrungen in der Betreuung von wissenschaftlichen Nachwuchskräften
Umfangreiche Publikationserfahrung (mehr als vier Publikationen mit Erst- oder Letztautorenschaft)
Sehr gute Englischkenntnisse in Wort und Schrift
Deutschkenntnisse sind von Vorteil
Gutes Kommunikations- und Informationsverhalten, zielorientierte und strukturierte Arbeitsweise, Initiative/Einsatzbereitschaft und -fähigkeit, Teamfähigkeit und Kooperationsbereitschaft, Lernbereitschaft