Die Bundesanstalt für Materialforschung und -prüfung (BAM) ist eine wissenschaftlich-technische Bundesoberbehörde mit Sitz in Berlin. Als Ressortforschungseinrichtung des Bundesministeriums für Wirtschaft und Energie forschen, prüfen und beraten wir zum Schutz von Menschen, Umwelt und Sachgütern. Im Fokus unserer Tätigkeiten in der Materialwissenschaft, der Werkstofftechnik und der Chemie steht dabei die technische Sicherheit von Produkten und Prozessen. Werden Sie Teil unseres Teams von engagierten Mitarbeitenden! Gesucht wird zur Verstärkung unseres Teams im Fachbereich „Sicherheit von Transportbehältern“ in Berlin-Steglitz zum nächstmöglichen Zeitpunkt ein*e Doktorand*in (m/w/d) der Fachrichtung Maschinenbau, Luft- und Raumfahrt, Computational / Data-Engineering oder einer vergleichbaren Fachrichtung Entgeltgruppe 13 TVöD Zeitvertrag für 36 Monate Die Arbeitszeit beträgt 100 %. Bearbeitung des BAM Ideen Entwickeln Projekts IE 2505: Smarte Dokumentenanalyse für die Sicherheitsbewertung von Nuklearbehältern Bearbeitung des Forschungsvorhabens sowie Abstimmung mit den Projektpartnern Entwicklung und Implementierung von Datenmodellen zur strukturierten Analyse und Verarbeitung sicherheitsrelevanter technischer Dokumente im Bereich gefährlicher Stoffe Einsatz von KI-Methoden, insbesondere Retrieval-Augmented Generation (RAG), zur Identifikation und Validierung von Abhängigkeiten in Sicherheitsberichten und technischen Dokumentationen Integration semantischer Technologien (z. B. Ontologien, Wissensgraphen) zur Verbesserung der Nachvollziehbarkeit und Interoperabilität von sicherheitskritischen Daten Entwicklung von Prototypen und Proof-of-Concept-Infrastrukturen unter Nutzung moderner Software-Engineering und DevOps-Methoden (z. B. Docker, CI/CD-Pipelines) Zusammenarbeit in interdisziplinären Teams zur Weiterentwicklung digitaler Infrastrukturen für die Sicherheitsbewertung von Transport- und Lagerbehältern für gefährliche Stoffe Evaluierung und Optimierung bestehender Prototypen zur Effizienzsteigerung in der Sicherheitsbewertung von Gefahrgutbehältern Validierung generierter Daten im Kontext mechanischer und thermischer Behältersicherheitsbewertungen Wissenschaftliche Publikationstätigkeit und Berichterstellung im Rahmen des Forschungsvorhabens Erfolgreich abgeschlossenes wissenschaftliches Hochschulstudium (Master / Diplom) der Fachrichtung Maschinenbau, Luft- und Raumfahrt, Computational / Data Engineering oder einer vergleichbaren Fachrichtung Kenntnisse in der technischen Bauteilauslegung und numerischer Berechnungen Kenntnisse in der Anwendung von KI-Technologien zur Digitalisierung und Analyse von Dokumenten Von Vorteil sind Erfahrungen mit Ansätzen des maschinellen Lernens und in der Anwendung von Retrieval Augmented Generation (RAG) oder ähnlichen Methoden zur automatisierten Dokumentenanalyse Programmierkenntnisse in Python, vorzugsweise mit Erfahrung in Datenmodellierung, Natural Language Processing (NLP) oder Knowledge Graphs Analytische und konzeptionelle Fähigkeiten sowie die Fähigkeit zur interdisziplinären Zusammenarbeit Bereitschaft zum Schreiben von Berichten und Veröffentlichungen in peer-reviewed Zeitschriften Sehr gute Kommunikationsfähigkeiten in Deutsch und Englisch in Wort und Schrift Gutes Kommunikations- und Informationsverhalten, Initiative / Einsatzbereitschaft, Teamfähigkeit und Kooperationsbereitschaft, Flexibilität sowie konzeptionelle, strategische und innovative Denkfähigkeit 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