Jetzt bewerben Registrierung Einloggen Job finden

Ihre Bewerbungsdaten

Es handelt sich nicht um eine gültige E-Mail-Adresse

Bitte überprüfen Sie ihren Profil-Link.

Mit Klick auf „Jetzt bewerben“ werden Ihre Daten an das aufgeführte Unternehmen
unter Heiko.Briesen@tum.de übermittelt. Sie akzeptieren unsere Datenschutzbestimmungen.

Sie haben schon einen Account und wollen Ihre vorhandenen Daten für die Bewerbung nutzen? Hier geht’s zum Login
Egal, ob Sie eine Stelle für den Berufseinstieg suchen oder bereits Berufserfahrung mitbringen:
Bei uns werden Sie fündig!

Informationen zur Stelle

Stelle:
Wissenschaftlicher Mitarbeiter/Doktorand (m/w/d) zur „Entwicklung eines Digitalen Zwillings für die industrielle Saccharose-Kristallisation“
Unternehmen:
Technische Universität Berlin
Anforderungen:
Bewerber:innen verfügen über ausgezeichnete Kommunikationsfähigkeiten und arbeiten sowohl selbstständig als auch im interdisziplinären Team. Voraussetzung für die Einstellung ist ein überdurchschnittlich abgeschlossenes Masterstudium in Verfahrenstechnik/Chemieingenieurwesen, Lebensmitteltechnologie, Maschinenbau, Angewandter Physik oder einem verwandten Fachgebiet. Erwünscht sind fundierte Kenntnisse in der Prozessmodellierung, numerischen Methoden und der Verfahrenstechnik. Vorerfahrungen in der Kristallisation und/oder der Anwendung fortgeschrittener Modellierungs- und Simulationswerkzeuge wie Matlab oder gPROMS sind von Vorteil.
Aufgaben:
Aufgabenbeschreibung Werden Sie Teil einer spannenden Forschungsinitiative der Industrie 4.0. Ziel des Projekts ist die Entwicklung eines digitalen Zwillings für mehrstufige Kristallisationsprozesse in der industriellen Zuckerproduktion. Es sollen Modelle basierend auf physikalischen Prinzipien sowie reduzierte Modelle entwickelt werden, die prädiktive Simulationen, Echtzeitregelung und Prozessoptimierung ermöglichen. Ihre Aufgaben umfassen die Entwicklung deterministischer Populationsbilanzmodelle, die Durchführung von Einzelkristall- und Batch-Kristallisationsexperimenten sowie die Anwendung moderner Methoden des maschinellen Lernens zur Erstellung hybrider und reduzierter Modelle für Echtzeitanwendungen. In Zusammenarbeit mit Industriepartnern integrieren Sie reale Prozessdaten und implementieren Modelle in industriellen Simulationswerkzeugen wie gPROMS. Dieses Projekt bietet die Gelegenheit, Grundlagenforschung mit industrieller Anwendung zu verbinden und zu einer effizienteren und nachhaltigeren Zuckerproduktion beizutragen. Erwartete Qualifikationen Geeignete