MSCA Doctoral Networks Fellowship (m/w/d) Vollzeitbeschäftigung befristet auf 3 Jahre Die Vergü[...]

MSCA Doctoral Networks Fellowship (m/w/d) Vollzeitbeschäftigung befristet auf 3 Jahre Die Vergütung erfolgt außer Tarif Kennung: Clementi_MSCA Doctoral Network Fellowship_Elegance_2025

Join to apply for the MSCA Doctoral Networks Fellowship (m/w/d) Vollzeitbeschäftigung befristet auf 3 Jahre Die Vergütung erfolgt außer Tarif Kennung: Clementi_MSCA Doctoral Network Fellowship_Elegance_2025 role at Freie Universität Berlin

Die Clementi-Gruppe am Institut für Physik der Freien Universität Berlin bietet eine Stelle zur Promotion im Verbundprojekt ELEGANCE, finanziert durch ein Stipendium des Programms Marie-Sklodovska-Curie-Action (MSCA Doctoral Networks). Forschungsthema ist die Entwicklung und Anwendung von Grobkornmethoden (coarse-graining) zur Untersuchung makromolekularer Dynamik mit maschinellem Lernen und experimentellen Daten, integrativer Strukturbiologie und Membranproteinmodellierung.

Unsere Gruppe arbeitet an der Definition und Umsetzung von Strategien zur Untersuchung komplexer biophysikalischer Prozesse auf langen Zeitskalen.

Wir verwenden datengesteuerte Methoden für die systematische Grobstrukturierung makromolekularer Systeme, um eine Brücke zwischen molekularen und zellulären Skalen zu schlagen.

Wir arbeiten an einer theoretischen Formulierung, um die komplementären Informationen zu nutzen, die in Simulationen und Experimenten gewonnen werden können, und um die approximativen, aber hochauflösenden strukturellen und dynamischen Informationen aus Computermodellen mit den „exakten”, aber weniger hochauflösenden Informationen aus Experimenten zu kombinieren.

Die Einstellung erfolgt zum 1. Januar 2026. Das Stipendium ist auf 36 Monate begrenzt. Die Vergütung erfolgt durch eine Pauschale, deren Höhe mit dem Tarif E 13, Stufe 2 vergleichbar ist. Das EU-Programm sieht zudem die Zahlung einer Familienpauschale vor.

Aufgabengebiet

• Anwendung speziell entwickelter Ansätze zur Definition übertragbarer Kraftfelder mit maschinellem Lernen für verschiedene Klassen komplexer molekularer Systeme (Proteine und Materialien) und unterschiedliche Auflösungen.
• Interpretation und Regularisierung von maschinell gelernten Kraftfeldarchitekturen.
• Verwendung der entwickelten Kraftfelder zur Simulation spezifischer molekularer Systeme in Zusammenarbeit mit experimentellen Gruppen, um Fragestellungen von biomedizinischer oder industrieller Relevanz zu bearbeiten.

Der/die Kandidat*in wird Methoden des maschinellen Lernens (hauptsächlich Graph-Neuralnetzarchitekturen) entwickeln und einsetzen, um Darstellungen und übertragbare Energiemodelle für Proteine und Materialien zu entwerfen.

Einstellungsvoraussetzungen

abgeschlossenes wiss. Hochschulstudium (Master) in Physik oder verwandten Fächern.

Nach den MSCA-Doctoral Networks-Richtlinien dürfen Bewerber*innen in den 36 Monaten unmittelbar vor ihrem Einstellungsdatum nicht länger als 12 Monate im Land der einstellenden Organisation gewohnt oder ihre Haupttätigkeit (Arbeit, Studium usw.) ausgeübt haben. Daher bitten wir Sie um die Angabe, ob und wie lange Sie in den Jahren in Deutschland gelebt haben.

Erwünscht

• Erfahrung im Bereich maschinelles Lernen, insbesondere tiefe neuronale Netze (deep neural networks)
• Erfahrung im Bereich Molekularsimulationen
• fundierte Kenntnisse in statistischer Physik
• Englisch fließend in Wort und Schrift

#J-18808-Ljbffr