Die Technische Universität Dresden (TUD) zählt als Exzellenzuniversität zu den leistungsstärksten Forschungseinrichtungen Deutschlands. 1828 gegründet, ist sie heute eine global bezogene, regional verankerte Spitzenuniversität, die innovative Beiträge zur Lösung weltweiter Herausforderungen leisten will. In Forschung und Lehre vereint sie Ingenieur- und Naturwissenschaften mit den Geistes- und Sozialwissenschaften und der Medizin. Diese bundesweit herausragende Vielfalt an Fächern ermöglicht der Universität, die Interdisziplinarität zu fördern und Wissenschaft in die Gesellschaft zu tragen. Die TUD versteht sich als moderne Arbeitgeberin und will allen Beschäftigten in Lehre, Forschung, Technik und Verwaltung attraktive Arbeitsbedingungen bieten und so auch ihre Potenziale fördern, entwickeln und einbinden. Die TUD steht für eine Universitätskultur, die geprägt ist von Weltoffenheit, Wertschätzung, Innovationsfreude und Partizipation. Sie begreift Diversität als kulturelle Selbstverständlichkeit und Qualitätskriterium einer Exzellenzuniversität. Entsprechend begrüßen wir alle Bewerberinnen und Bewerber, die sich mit ihrer Leistung und Persönlichkeit bei uns und mit uns für den Erfolg aller engagieren möchten. An der Fakultät Verkehrswissenschaften „Friedrich List“, Institut für Verkehrstelematik, ist an der Professur für Verkehrsprozessautomatisierung zum nächstmöglichen Zeitpunkt eine Stelle als wiss. Mitarbeiterin bzw. Mitarbeiter /Doktorandin bzw. Doktorand (m/w/d) (bei Vorliegen der persönlichen Voraussetzungen E 13 TV-L) in Vollzeit, für 36 Monate (Beschäftigungsdauer gem. WissZeitVG), zu besetzen. Es besteht die Gelegenheit zur eigenen wiss. Weiterqualifikation (i. d. R. Promotion). Die Stelle wird von der DFG im Rahmen des Forschungsprojekts RAISE - Resilientes multimodales Verkehrsmanagement mit geteilten autonomen Elektrofahrzeugen bei Störungen finanziert. Dieses Verbundprojekt zielt darauf ab, eine resiliente multimodale Verkehrsmanagementstrategie zu entwickeln. Automatisierung und Kommunikation sollen genutzt werden, um den Gesamtverkehrsfluss und insbesondere den öffentlichen Nahverkehr bei Störungen zu optimieren. Der Schwerpunkt soll auf der Verbesserung der Resilienz städtischer Verkehrsnetze liegen. Der Verkehrsfluss soll sich schnell an unerwartete Ereignisse anpassen und von Störungen erholen können. Der primäre Forschungsfokus soll auf Echtzeit-Flottenmanagementstrategien für SAEVs zur Bedienung gestrandeter Fahrgäste gemeinsam mit adaptiven Lichtsignal- und Fahrspurzugangskontrollstrategien zur Minimierung negativer Auswirkungen von Störereignissen liegen. RAISE wird im Rahmen der deutsch-französischen Zusammenarbeit für gemeinsame Projekte in den Natur-, Lebens- und Ingenieurwissenschaften (ANR-DFG) finanziert. selbstständige und kooperative Qualifizierung durch wissenschaftliche Forschung im Rahmen des Projekts Einarbeitung in die technischen Aufgaben des individuellen Dissertationsthemas durch Literaturstudium und Definition konkreter Forschungsziele und -fragen Mitarbeit am Promotionsprojekt mit den Schwerpunkten multimodale, mehrspurige, mehrklassige Verkehrsflussmodellierung, dynamische Spurzuweisung und Signaloptimierung Zusammenarbeit mit dem Doktoranden am Partnerinstitut IFPEN Umsetzung des geplanten Forschungsprogramms, Auswertung und Interpretation der Ergebnisse, Ausarbeitung und Präsentation der Forschungsergebnisse Projektbezogene Unterstützung wissenschaftlicher Abschlussarbeiten (Bachelor/Master/Diplom) im fachspezifischen Forschungsgebiet regelmäßige Berichterstattung über den Forschungsfortschritt an den betreuenden Professor Veröffentlichung der Ergebnisse der Forschungsarbeit kooperative Pflege interner Austauschplattformen (Datenbank, Informationsseiten usw. Zusammenfassung der Ergebnisse des individuellen Promotionsvorhabens in einer Dissertation innerhalb der vorgegebenen Frist von 3 Jahren wiss. Hochschulabschluss (MSc oder einen gleichwertigen Abschluss) in der Fachrichtung: Verkehrstechnik, angewandte Mathematik, System- und Steuerungstechnik, Operations Research, Datenwissenschaft oder gleichwertig Python/Java/C++ beherrschen Beherrschung der englischen Sprache in Wort und Schrift Teamfähigkeit Arbeiten in einem Team begeisterter Wissenschaftlerinnen und Wissenschaftler, die daran arbeiten, die Grenzen des Wissens in diesem Bereich und in der Grundlagenforschung zu erweitern und ihre Ergebnisse und potenziellen Anwendungen mit der Industrie und politischen Entscheidungsträgern zu diskutieren.