Technische Hochschule Brandenburgth-brandenburg.de
Akademischer Mitarbeiter (w/m/d) Forschungsschwerpunkt: KI im Kontext einer holistischen Turbinenauslegung
- Location
- Brandenburg an der Havel
- Remote
- On-site
- Employment type
- Full-time
- Experience
- Mid-Level
- Field
- Social Work & Pedagogy
- Application deadline
- Oct 22, 2026
Today
Modern // regional // wirtschaftsnah: Die Technische Hochschule Brandenburg (THB) ist eine junge und dynamische Hochschule mit ca. 3.200 Studierenden in 26 Studiengängen in den Fachbereichen Informatik und Medien, Technik sowie Wirtschaft in der Stadt Brandenburg an der Havel direkt vor den Toren von Potsdam und Berlin. Als familienfreundliche Hochschule auf einem grünen Campus bieten wir attraktive Arbeitsbedingungen.
Im Fachbereich Technik ist im Rahmen des Forschungsprojekts DaHKIZ (Datenbasierte Holistische KI-gestützte Zivile Triebwerksentwicklung) zum nächstmöglichen Zeitpunkt zunächst befristet bis 30.04.2029 folgende Stelle mit der Möglichkeit zur Promotion (in Kooperation mit Rolls-Royce Deutschland) zu besetzen:
Akademischer Mitarbeiter (w/m/d) Forschungsschwerpunkt: KI im Kontext einer holistischen Turbinenauslegung
Entgeltgruppe: 13 TV-L 40 h/Woche Kennziffer: HAP2
Ihr Arbeitsbereich:
Ihr Hauptarbeitsschwerpunkt liegt in der industriellen Forschung zum Thema KI im Kontext einer holisti-schen Turbinenauslegung. Sie erforschen originäre Methoden des Maschinellen Lernens (ML) und der Künstlichen Intelligenz (KI) für die multidisziplinäre, robustheitsbasierte Optimierung (MDO) von Hoch-druckturbinen-Komponenten. Da bisherige Ansätze aufgrund der geometrischen Komplexität der Turbi-nenschaufeln (Gaspfad und innere Kühlluftkanäle) noch nicht robust genug für den industriellen Einsatz sind, sollen datengetriebene Verfahren einen Paradigmenwechsel im holistischen Turbinenentwurf ermög-lichen. Weiterhin wenden Sie diese Methoden auf industriell relevante Problemstellungen an.
Zu den Aufgaben gehören insbesondere:
- Erforschung von ML- & KI-Strategien für die MDO einer Turbinenschaufel: Down-Select und Bewertung originärer Methoden (z. B. Kolmogorow-Arnold-Netzwerke, Bootstrapping-Ensembles, erklärbare KI, reduced order modeling ROM) bei spärlichen Datensätzen.
- Erforschung von ML- & KI-Strategien zur Dimensionsreduktion heterogener Entwurfsräume: Untersuchung von Verfahren (z. B. Kernel-SVD, Autoencoder) für hochdimensionale, gemischt-kontinuierlich-diskrete Entwurfsparameterräume inkl. Topologievariationen.
Salary for this role
What do others think of this role?
Vote and instantly see how others rate the requirements, the salary and more.
Anonymous — nobody sees how you vote.
What do others think of this role?
Vote and instantly see how others rate the requirements, the salary and more.
Anonymous — nobody sees how you vote.
For employers
Looking for talent that truly fits?
List your roles on baito and reach people looking for meaningful work.
Start listing
