Werde Wissenschaftliche/r Mitarbeiter/in (Doktorand/in) - Lehrstuhl für Zerstörungsfreie Prüfung bei Technische Universität München – Deine Chance wartet

Über uns
Der Lehrstuhl für Zerstörungsfreie Prüfung arbeitet in Forschung und Lehre auf dem Gebiet der Material-charakterisierung von Werkstoffen mit zerstörungsfreien Prüfverfahren. Zu den Schwerpunkten des Lehrstuhls gehören u. a. die Prüfung von neuentwickelten Materialien sowie der Einsatz von Methoden des maschinellen Ler-nens zur Verarbeitung komplexer Datenmengen. Auf der Verfahrensseite stehen Techniken wie die Computerto-mografie, die Schallemissionsanalyse, die (Luft-) Ultraschallprüfung, oder die Infrarot¬thermo¬grafie im Vordergrund. Ein weiterer Schwerpunkt ist die Zusammenarbeit mit namhaften Firmen aus den Bereichen Automobilbau, Luft-fahrt und Energietechnik. Unser Hauptstandort ist in Garching mit einer Zweigstelle in Pasing.

Aufgaben

• Erarbeitung von Forschungsthemen im Bereich des kulturellen Erbes (z.B. Pyramiden von Giseh)
• Leitung von Kollaborationsprojekten mit internationalen Partnern aus Forschung und Industrie
• Veröffentlichung von Forschungsergebnissen
• Übernahme von Lehrveranstaltungen und Betreuung von Abschlussarbeiten
• Mitarbeit in der Materialprüfung

Anforderungen

• Überdurchschnittlich guter Hochschulabschluss (Maschinenbau, Bauingenieurwesen, Elektrotechnik, Phy-sik/Geophysik oder den Materialwissenschaften)
• Gute PC und Programmierkenntnisse (z. B. mit Python oder MATLAB)
• Erfahrung mit elektronischer Messtechnik und Messdatenverarbeitung

- Hohes Maß and Kommunikations- und Teamfähigkeit sowie eine strukturierte und eigenständige Arbeitsweise

• Bereitschaft zu flexiblen Arbeitszeiten sowie hohe Mobilität (Führerschein) aufgrund verschiedener Standorte
• Die Eignung zur Durchführung von deutschsprachigen Lehrveranstaltungen ist erforderlich

Von Vorteil

• Kenntnisse über die Ausbreitung mechanischer bzw. elektromagnetischer Wellen in Materialien
• Erfahrung mit Simulation von Wellenausbreitung
• Kenntnisse im Bereich des maschinellen Lernens

Kontakt: