Masterstudent/in (w/m/d) - Mikrostrukturierung von Glas für skalierbare Quantensysteme

Das erwartet dich 
Die Abteilung Integration von Mikro- und Nanosystemen entwickelt Technologien zur Implementierung und Miniaturisierung von Quantensystemen. Dabei werden insbesondere die herausfordernden Anforderungen in der Luft- und Raumfahrt beachtet und Möglichkeiten zur Skalierung der Systeme exploriert.

An unserem Standort in Hamburg arbeiten wir mit Startups zusammen, die ionenfallenbasierte Quantencomputer für das DLR entwickeln. Im Rahmen dieser Zusammenarbeit betreiben wir einen Reinraum mit Anlagen der Mikrosystemtechnik, welche durch uns betreut werden und auf die auch unsere Projektpartner Zugriff haben, um ihre Quantencomputer zu entwickeln.

Deine Aufgaben

• Du entwirfst und produzierst Glasbauteile, mit deren Hilfe miniaturisierte Vakuum- und Gaszellen hergestellt werden können
• Du wendest das Verfahren des selektiven Laserätzens auf ein für uns neuartiges Glassubstrat an und optimierst die Prozessparameter mithilfe selbst entwickelten Teststrukturen. Das Verfahren beinhaltet das Belichten mittels ultrakurzer Laserpulse und einen anschließende nasschemischen Ätzprozess
• Du wendest Metrologieverfahren wie optische Mikroskopie, Weißlichtinterferrometrie sowie taktiele- und optischer Profilometrie an, um die selbst strukturierten Bauteile im Bezug auf Eigenschaften wie z.Bsp. Ätzselektivitäten, Oberflächenrauhigkeiten etc. zu charakterisieren
• Du schreibst Pythonskripte zur automatisierten Auswertung der Messdaten
• Du dokumentierst die Forschungsergebnisse, welche auch im internen Rahmen wissenschaftlicher Diskussionen von dir präsentiert werden

Das bringst du mit

• Student/in in einem wissenschaftlichen Hochschulstudium (Bachelor oder Master / Diplom Uni) der Natur- oder Ingenieurswissenschaftlichen (z.B. Physik, Chemie, Elektrotechnik, Informationssystemtechnik) oder andere für die Tätigkeit relevanten Studiengänge
• Kenntnisse in der Mikrosystemtechnik 
• Kenntnisse in der Bildauswertung oder automatisierten Datenauswertung in Python