PhD Student Electronic-Structure Machine Learning für Materialwissenschaften
Paul Scherrer Institut
Forschungsstrasse 111, 5232 Villigen PSILehrstelleVeröffentlicht 27.5.2026
Über den Job
Werde Teil eines innovativen Schweizer Forschungsprojekts am Paul Scherrer Institut und entwickle gemeinsam mit der EPFL nächstgeneration Machine-Learning-Modelle für elektronische Strukturen von Materialien. Du arbeitest in der Materials Software and Data Group und kombinierst Quantensimulationen mit modernem Machine Learning.
Aufgaben
- Mitentwicklung transferierbarer e-ML-Modelle und Untersuchung von Modelldesign, Trainingsstrategien und Vorhersagegenauigkeit
- Generierung und Kuratierung hochwertiger elektronischer Datensätze mittels automatisierter AiiDA-basierter Workflows
- Validierung und Benchmarking von Modellen für fortgeschrittene Materialeigenschaften (Elektron-Phonon-Kopplung, Berry-Phasen)
- Entwicklung transferierbarer Foundation Models für Materialien über das Periodensystem hinweg
- Beitrag zu robuster, wiederverwendbarer Open-Source-Software und wissenschaftlichen Workflows
Profil
- Master in Physik, Materialwissenschaften, Chemie oder verwandtem Feld (oder bald abgeschlossen)
- Praktische Erfahrung mit Dichtefunktionaltheorie (DFT) oder Machine-Learning-Modellen für Materialien
- Programmierkenntnis für wissenschaftliches Computing und Datenanalyse
- Verständnis für Quantensimulationen und moderne ML-Methoden
- Englischsprachige Kommunikation in Wort und Schrift
Rahmenbedingungen
Promotionsstudium in Materials Science and Engineering (EDMX) an der EPFL mit Vorlesungen und möglichen Lehraufgaben. Vollzeitstelle am Paul Scherrer Institut mit Zusammenarbeit mit EPFL-Gruppe. Bewerbungsfrist: 21. Juni 2026.
Skills
Dichtefunktionaltheorie | DFTMachine LearningPythonMaterialwissenschaftenQuantensimulationen
Passende Jobs per KI-Matching
Erstelle dein kostenloses Profil und erhalte automatisch passende Stellen.
Kostenlos registrieren