Wiss. Mitarbeiter*in (Praedoc) (w/m/d) (DM-786)

Stellenbeschreibung:

Das sind wir Die Arbeitsgruppe Keller entwickelt theoretische und datengetriebene Methoden zur Beschreibung komplexer molekularer Dynamik über viele Zeit‑ und Längenskalen hinweg. Forschungsschwerpunkte sind seltene Ereignisse und molekulare Kinetik in Systemen mit mehreren metastabilen Zuständen und komplexen Zeitskalenhierarchien.

Geplante Tätigkeiten

Molekulardynamische Simulationen von Anwendung von Enhanced‑Sampling und Dynamic‑Reweighting‑Methoden
Entwicklung und Validierung von ML‑Kraftfeldern auf Basis von DFT‑Referenzdaten
Nutzung von Hochleistungsrechenressourcen
Zusammenarbeit mit experimentell arbeitenden Kooperationspartnern
Kontinuierliche Dokumentation aller Forschungsergebnisse in Form von Berichten und Präsentationen, Verfassen von wissenschaftlichen Publikationen in Peer‑Review‑Journalen
ab zusätzlich Mitarbeit in der Lehre. Die Tätigkeit dient der eigenen wissenschaftlichen Qualifizierung (Promotion).

Projekt

Neue Machine‑Learning‑Kraftfelder ermöglichen es erstmals, chemische Reaktionen in komplexen molekularen Umgebungen mit hoher Genauigkeit und atomistischer Detailtiefe zu simulieren. Um jedoch auch seltene Reaktionsereignisse und relevante dynamische Zeitskalen zugänglich zu machen, müssen diese Ansätze mit modernen Enhanced‑Sampling‑ und dynamischen Umgewichtungsmethoden kombiniert werden. Das Projekt befasst sich mit der Entwicklung und Anwendung solcher Simulationsmethoden zur Untersuchung seltener Ereignisse in molekularen Systemen. Im Mittelpunkt stehen Aktivierungsprozesse und freie Energiebarrieren, die die Dynamik von Biomolekülen und chemischen Reaktionen bestimmen, mit konventionellen Molekulardynamikmethoden jedoch oft nur schwer zugänglich sind. Ein Schwerpunkt liegt auf der Konformationsdynamik von Peptiden und Proteinen unter Verwendung klassischer Kraftfelder sowie auf der Simulation organischer Reaktionen mit modernen Machine‑Learning‑Kraftfeldern (ML Force Fields). Das Projekt verbindet Methoden der Computer‑Chemie, Multiskalenmodellierung und des Scientific Machine Learning, um komplexe molekulare Prozesse effizient und realistisch zu beschreiben.

Das bringen Sie mit

Abgeschlossenes wissenschaftliches Hochschulstudium (Master/Diplom) in Chemie, Physik oder einem verwandten naturwissenschaftlichen Fachgebiet

Das wünschen wir uns von Ihnen

Überdurchschnittliche Studienleistungen (Bitte Nachweise, z. B. Transcript of Records, beifügen)
Vertiefung in theoretischer oder computergestützter Chemie
Programmierkenntnisse, vorzugsweise Python. Erfahrung mit Machine‑Learning‑Techniken, insbesondere ML‑Kraftfeldern
Erfahrung mit der Modellierung und Simulation molekularer Systeme
Sehr gute Deutsch‑ und Englischkenntnisse in Wort und Schrift

Unser Angebot / Ihre Benefits

moderner Arbeitsplatz im grünen Bezirk Dahlem
Arbeitsplatzsicherheit
Bezahlung nach TV‑L FU inkl. Jahressonderzahlung
Flexible Arbeitszeiten und mobiles Arbeiten nach Absprache, sofern möglich
die Vereinbarkeit von Beruf und Familie
30 Tage Urlaub bei einer 5‑Tage‑Woche
Arbeitsfreie Tage am 24.12. und 31.12.
vielseitiges Fort‑ und Weiterbildungsangebot für Ihre individuelle fachliche und persönliche Weiterentwicklung
Möglichkeiten zur Teilnahme am Hochschulsport und Gesundheitsförderprogramm
kostenfreie Parkmöglichkeiten am Gebäude und gute Anbindung an den öffentlichen Nahverkehr
vergünstigtes Job‑Ticket für den öffentlichen Nahverkehr
Kostenlose Nutzung des Bibliotheksystems der Freien Universität
Vergünstigungen in den Mensen
Rabatte für Mitarbeitende - Corporate Benefits Programm