Wiss. Mitarbeiter*in (d/m/w) - 75 % Arbeitszeit

Wiss. Mitarbeiter*in (d/m/w) - 75 % Arbeitszeit

Fakultät II - Mathematik und Naturwissenschaften, Institut für Mathematik, FG Mathematische Stochastik / Stochastische Prozesse in den Neurowissenschaften

Wiss. Mitarbeiter*in (d/m/w) - 75 % Arbeitszeit unter dem Vorbehalt der Mittelbewilligung

Über uns

Der Sonderforschungsbereich SFB 1294 “Datenassimilation – Die nahtlose Verschmelzung von Daten und Modellen” entwickelt Lösungen und mathematische Theorie zur Assimilation zeitabhängiger Datensätze in komplexe Evolutionsmodelle. Datenassimilation ist ein rasch wachsendes Forschungsgebiet an der Schnittstelle von Mathematik, Statistik und Maschinellem Lernen einerseits und Anwendungen in Natur- und Ingenieurwissenschaften andererseits. Der SFB 1294 bietet eine hervorragende Forschungsinfrastruktur mit einem großen interdisziplinären Netzwerk von Forschenden, einer eigenen Graduiertenschule und Fördermöglichkeiten für Konferenzbesuche, Sommerschulen, Gastaufenthalte internationaler Expertinnen und Experten etc.

Ihre Aufgaben

Forschung auf dem Gebiet der Datenassimilation von Markovprozessen, insbesondere zur Integration datengetriebener generativer Modelle in dynamischen Bayes-Schätzern, im Rahmen des Projektes A02 “Lang-Zeit Stabilität und Präzision von Ensemble Transform Filter Algorithmen” des SFB 1294 Data Assimilation (siehe Die Möglichkeit zur Promotion ist gegeben.

Weitere Informationen zur Stelle erteilt Ihnen Prof. Dr. Wilhelm Stannat ( ).

Ihr Profil

• erfolgreich abgeschlossenes wissenschaftliches Hochschulstudium (Master, Diplom oder Äquivalent) in Mathematik oder eng verwandten Disziplinen
• umfassende Kenntnisse der stochastischen Analysis
• gute Deutsch- und/oder Englischkenntnisse erforderlich; Bereitschaft, die jeweils fehlenden Sprachkenntnisse zu erwerben
• Zusätzliche Kenntnisse in Differentialgleichungen sind erwünscht

Hinweise zur Bewerbung

Ihre schriftliche Bewerbung senden Sie bitte unter Angabe der Kennziffer mit den üblichen Unterlagen (insbesondere ein kurzes Motivationsschreiben, vollständiger und aktueller Lebenslauf sowie Abschlussarbeiten soweit vorhanden) vorzugsweise auf Englisch und als PDF-Dokument an . Außerdem erwarten wir zwei Referenzschreiben, deren rechtzeitiger Eingang zum Bewerbungsschluss von den Bewerberinnen und Bewerbern sicherzustellen ist.

Mit der Abgabe einer Onlinebewerbung geben Sie als Bewerber*in Ihr Einverständnis, dass Ihre Daten elektronisch verarbeitet und gespeichert werden. Wir weisen darauf hin, dass bei ungeschützter Übersendung Ihrer Bewerbung auf elektronischem Wege keine Gewähr für die Sicherheit übermittelter persönlicher Daten übernommen werden kann. Datenschutzrechtliche Hinweise zur Verarbeitung Ihrer Daten gem. DSGVO finden Sie auf der Webseite der Personalabteilung:

Zur Wahrung der Chancengleichheit zwischen Frauen und Männern sind Bewerbungen von Frauen mit der jeweiligen Qualifikation ausdrücklich erwünscht. Schwerbehinderte werden bei gleicher Eignung bevorzugt berücksichtigt. Die TU Berlin schätzt die Vielfalt ihrer Mitglieder und verfolgt die Ziele der Chancengleichheit. Bewerbungen von Menschen aller Nationalitäten und mit Migrationshintergrund sind herzlich willkommen.

Als PDF herunterladen