Jobs aus Bewerberportal

Akademische Mitarbeiterin / Akademischer Mitarbeiter (w/m/d)
- Wissenschaftliche Softwareentwicklung und Benutzerunterstützung im Anwendungsbereich der Materialforschung-

Bereich

Tätigkeitsbeschreibung

Das Scientific Computing Center (SCC) ist eine zentrale wissenschaftliche Einrichtung des KIT im Zusammenhang mit Aufgaben in Forschung, Lehre und Innovation und erbringt übergreifende Dienstleistungen innerhalb des KIT und für externe Parteien.

Sie befassen sich mit Research Software Engineering (RSE) im Kontext des Hochleistungsrechnen im Anwendungsgebiet der Materialforschung. Ein wichtiger Schwerpunkt Ihrer Arbeit ist die Entwicklung von Domänenspezifischen Sprachen und unterstützenden Werkzeugen als Schnittstellen zur Verbesserung der Nutzbarkeit der eingesetzten Codes, Modellen und Daten, sowie der Produktivität der Endnutzer, der Wiederverwendbarkeit von Code und Daten, und damit zur Vermeidung von unnötigen Berechnungen.

Sie führen Methodenforschung durch und nehmen aktiv in der Planung, Implementierung und Erprobung der neuen Features, sowie bei der Behebung von Fehlern (Bugfixes), teil. Eine weitere Aufgabe ist die Kontinuierliche Pflege der Software-Repositorien und der Datenbanken. Darüber hinaus veröffentlichen Sie die Ergebnisse Ihrer Methodenforschung auf Konferenzen und in Seminaren. Sie unterstützen die Anwender beim Einsatz der neu entwickelten Werkzeuge in ihren Projekten und organisieren gelegentlich Tutorials für sie.

Persönliche Qualifikation

Sie bringen mit:

• Abgeschlossenes Hochschulstudium (Masterniveau) in Informatik, Mathematik, Physik oder einem anderen MINT-Fach
• Abgeschlossene Promotion in einem MINT-Fach ist von Vorteil
• Fundierte Programmierkenntnisse in Python
• Fundierte Kenntnisse in Software-Entwicklung idealerweise belegt mit Erfahrungen in einem wissenschaftlich-technischen Umfeld
• Kenntnisse und Erfahrungen in Git, Gitlab und/oder Github; Erfahrungen mit Continuous Integration sind von Vorteil
• Grundkenntnisse in Hochleistungsrechnen
• Sehr gute Englisch-Sprachkenntnisse
• Linux-, Datenbank-Kenntnisse (MongoDB) und weitere Programmiersprachkenntnisse (wie C++, Fortran) sind von Vorteil
• Interesse an einem interdisziplinären Projekt mit wissenschaftlichen und technischen Herausforderungen zu arbeiten, sowie die Aufgaben im Projekt in knapper Zeit selbständig oder gemeinsam mit einem interdisziplinären Team zu lösen
• Erfahrungen im Umgang mit Kooperationspartnern und Kunden sind von Vorteil

Neugierig auf eine aufregende und vielseitige Rolle in einem agilen Team? Entdecken Sie mehr über SCC als Ihren beruflichen Place to be: KIT - SCC - Über uns - Arbeiten am SCC

Akademische Mitarbeiterin / Akademischer Mitarbeiter (w/m/d)
mit der Möglichkeit der berufsbegleitenden Promotion in der Forschungsgruppe Exascale Algorithm Engineering

Bereich

Tätigkeitsbeschreibung

Das Scientific Computing Center (SCC) ist das Informationstechnologie-Zentrum des KIT.

Die Forschungsgruppe Exascale Algorithm Engineering des SCC arbeitet an den Schnittstellen von Algorithmik, parallelem Rechnen und Anwendungen in vernetzten Systemen. In der Lehre sind wir mit dem Institut für Theoretische Informatik verknüpft.

Im Fokus dieser Stelle stehen Forschungsarbeiten über theoretisch fundierte und praxistaugliche parallele diskrete Algorithmen. Ausgewählte Beispiele unserer bisherigen Forschungsarbeiten finden Sie unter https://eae.iti.kit.edu/26.php.

Zugehörige Aufgaben sind:

• Entwicklung neuartiger algorithmischer Methoden an der Schnittstelle zwischen diskreter Algorithmik und High-performance Computing
• Untersuchung von theoretischen Eigenschaften der entwickelten Algorithmen
• Research Software Engineering (Implementierung der entwickelten Algorithmen)
• Experimentelle Untersuchung von Anwendungsfällen
• Wissenschaftlicher Austausch & Veröffentlichung der Ergebnisse

Eine berufsbegleitende Promotion ist erwünscht.

Persönliche Qualifikation

Sie bringen mit:

• Sehr gut abgeschlossenes wissenschaftliches Hochschulstudium (Masterniveau) in Informatik (oder ggf. in einem eng verwandten Fach, bspw. Angewandte Mathematik)
• Gute bis sehr gute Kenntnisse im Entwurf sowie in der theoretischen und experimentellen Analyse von diskreten Algorithmen und Datenstrukturen sowie in ihrer Implementierung; von besonderem Interesse sind Graphenalgorithmen und C++ als Programmiersprache
• Kenntnisse in paralleler Programmierung (bspw. mit MPI oder für GPUs) sind von großem Interesse
• Sehr gute Englischkenntnisse; gute Deutschkenntnisse sind von Vorteil, aber nicht notwendig
• Eigenmotivation, Teamfähigkeit und die Bereitschaft zu exzellenter wissenschaftlicher Forschung, auch interdisziplinär

Sie erwartet eine individuelle Betreuung, Zugriff auf moderne Hardware für das parallele Rechnen und weitere Infrastruktur für exzellente wissenschaftliche Forschung.

Neugierig auf eine aufregende und vielseitige Rolle in einem agilen Team? Entdecken Sie mehr über SCC als Ihren beruflichen Place to be: KIT - SCC - Über uns - Arbeiten am SCC

Akademische Mitarbeiterin / Akademischer Mitarbeiter (m/w/d) KI-basierte chemisch-klimatische Simulationen mit mathematischem Fokus auf Modellverständnis und Optimierung
75 % Teilzeit, mit der Möglichkeit zur Promotion an der Fakultät für Mathematik

Bereich

Tätigkeitsbeschreibung

Das Scientific Computing Center ist das Informationstechnologie-Zentrum des KIT.

Dieses Forschungsprojekt konzentriert sich auf die Anwendung von KI-Modellen in der Erdsystemwissenschaft (effizienter Ersatz einer Chemie-Klima-Simulation aus einem Erdsystemmodell (ESM) durch einen KI-basierten Ansatz) und die Entwicklung mathematisch rigoroser Methoden für interpretierbare KI-Modellierung und systematische Hyperparameteroptimierung. Im Einzelnen:

• Entwicklung eines Konzepts zum Ersatz der Chemie-Klima-Simulation des ESM durch ein geeignetes KI-Modell. Dazu gehören das Testen und Auswählen geeigneter KI-Architekturen (z. B. RNNs, CNNs, PINNs, Transformers), das Identifizieren relevanter Eingabemerkmale, das Anwenden von Techniken zur Dimensionsreduktion und das Durchführen einer Hyperparameter-Optimierung (Lernrate, Anzahl der Schichten).
• Training des KI-Modells unter Verwendung eines Datensatzes aus langfristigen ESM-Simulationen (von 1979 bis 2024), gefolgt von der Durchführung von Simulationen mit dem trainierten KI-Modell. 
• Vergleichende Analyse von KI-basierten Simulationen und traditionellen ESM-Simulationen unter Bewertung von Genauigkeit und Leistung.
• Über einen Black-Box-Ansatz hinausgehend zielt das Projekt darauf ab, ein mathematisches Verständnis des KI-Modells zu erreichen. Dieses Verständnis soll genutzt werden, um systematische Methoden zur Optimierung der Hyperparameter-Einstellung zu entwickeln, die auf den mathematischen Bereichen Optimierungstheorie, statistische Lerntheorie und erklärbare KI basieren. 
• Die theoretische Analyse dieser Hyperparameteroptimierung - wie die Untersuchung von Konvergenzeigenschaften, Regularisierungseffekten und Sensitivitätsanalysen - stellt die zentrale mathematische Herausforderung des Projekts dar.

Diese Stelle bietet die Möglichkeit einen Doktortitel zu erwerben, während Sie in der CSMM-Forschungsgruppe unter der Leitung von Prof. Dr. Martin Frank arbeiten und Teil der KCDS-Graduiertenschule des KIT sind.

Persönliche Qualifikation

Sie bringen mit:

• Abgeschlossenes Studium (Master) in Mathematik
• Interesse an Optimierungstheorie, statistischer Lerntheorie oder erklärbarer KI
• Kenntnisse aktueller Deep-Learning-Frameworks (z. B. PyTorch oder Tensorflow) und aktueller KI-Modelle sind von Vorteil
• Fähigkeit, zielgerichtet und wissenschaftlich zu arbeiten und zu publizieren
• Gute Kommunikations- und Präsentationsfähigkeiten sowie Bereitschaft und Fähigkeit zur Teamarbeit
• Gute Kommunikationsfähigkeiten in Deutsch oder Englisch 

Neugierig auf eine aufregende und vielseitige Rolle in einem agilen Team? Entdecken Sie mehr über SCC als Ihren beruflichen Place to be: KIT - SCC - Über uns - Arbeiten am SCC