Ihre Aufgaben
:
* Digitalisierung realer Schweißnahtgeometrien einschließlich Punktwolkenverarbeitung und Flächenrückführung (Reverse Engineering) zu simulationsgeeigneten CAD/CAE-Modellen
* Analyse digitalisierter Schweißnahtgeometrien hinsichtlich Kerbgeometrie, Spannungskonzentrationen und relevanter Ermüdungsparameter
* Aufbau und Weiterentwicklung thermo-mechanischer und strukturmechanischer FE-Modelle zur Bestimmung lokaler Beanspruchungs- und Spannungszustände (einschließlich Schweißeigenspannungen)
* Durchführung von Ermüdungs- und bruchmechanischen Simulationen zur Ermittlung von Rissinitiierungsorten und Risswachstumsverläufen
* Entwicklung, Training und Validierung von Machine-Learning-Modellen, insbesondere Physics-Informed Neural Networks (PINNs)
* Entwicklung und Automatisierung digitaler Workflows für Datenauswertung und Kopplung von FE-Simulationen und ML-Modellen
* Bewertung der Eignung der entwickelten Methoden für eine präzise Ermüdungslebensdauerbewertung geschweißter Strukturen
* Präsentation und Veröffentlichung von Forschungsergebnissen sowie Mitwirkung bei der Betreuung des wissenschaftlichen Nachwuchses
Ihre Qualifikationen:
* Abgeschlossenes wissenschaftliches Hochschulstudium (Master oder Diplom) im Bereich Maschinenbau, Materialwissenschaften oder Ingenieurwissenschaften
* Erfahrung mit thermo-mechanischen Finite-Elemente-Simulationen, idealerweise mit ANSYS Mechanical APDL
* Erfahrung mit laserbasierter 3D-Vermessung (z. B. Zeiss GOM) sowie der Verarbeitung von Punktwolken zur digitalen Rekonstruktion realer Geometrien
* Sehr gute Python-Programmierkenntnisse für Datenvorverarbeitung, numerische Analysen und Machine-Learning-Workflows
* Kenntnisse in Machine-Learning-Methoden; Erfahrung mit Physics-Informed Neural Networks (PINNs) oder die Bereitschaft, sich in dieses Thema einzuarbeiten
* Verständnis der Ermüdungs- und Bruchmechanik geschweißter Strukturen, idealerweise mit Kenntnissen relevanter Normen oder Richtlinien (z. B. BS 7910, IIW oder vergleichbar)
* Interesse an der Strukturmechanik und Ermüdungsproblematik von Offshore-Wind-Konstruktionen oder die Bereitschaft, sich dieses Wissen anzueignen
* Ausgeprägte analytische und mathematische Fähigkeiten sowie ein ausgeprägtes Interesse an interdisziplinärer Problemlösung in der ingenieurwissenschaftlichen Forschung
* Sehr gute Englisch- und Deutschkenntnisse
* Sehr gutes Kommunikations- und Informationsverhalten, zielorientierte und strukturierte Arbeitsweise
* Eigeninitiative, Teamfähigkeit und Lernbereitschaft
Unsere Leistungen:
* Professionelle und überfachliche Unterstützung durch die BAM Graduate Academy, einschließlich Kompetenzaufbau- und Networking-Formaten, die vom Qualifizierungsprogramm Menschen-Potentiale angeboten werden
* Integration in das Promovierenden-Trainingsnetzwerk „Digitalisierung“
* Zugang zu hochwertigen Fortbildungsangeboten und Trainings zu Digitalisierungsthemen wie Programmierung, Forschungsdatenmanagement, KI-Anwendungen und maschinelles Rechnen in der Wissenschaft
* Vernetzung und Austausch in interdisziplinären Digitalisierungs-Communities sowie auf BAM-Digitalisierungsevents mit dem Ziel, mit Expertinnen und Experten innovative Lösungen zu entwickeln und Wissen zu teilen
* Attraktives und modernes Arbeitsumfeld mit hervorragender Infrastruktur und Ausstattung auf wissenschaftlich neuestem Stand (Labore, etc.)
* Einen Forschungs- und Entwicklungsspielraum für eigene innovative Ideen
* Gute Vereinbarkeit von Beruf und Privatleben [Work-Life-Balance] (Möglichkeit des mobilen Arbeitens, flexible Arbeitszeitgestaltung, 30 Tage Urlaub sowie Inanspruchnahme von bis zu 12 Zeitausgleichstagen im Jahr sowie Teilzeitmöglichkeiten)