Doktorand Datengetriebene Modellierung & KI-gestützte Validierung des Punktschweißens (w/m/x)

Die Dissertation ist ein bedeutsamer Schritt auf dem Weg zu einer wissenschaftlichen Karriere – die du zusammen mit uns gestalten kannst. An der Seite von erfahrenen Mentor:innen hast du die Möglichkeit, deine Leidenschaft und deine wissenschaftliche Kompetenz auf ganz reale Herausforderungen anzuwenden und die Zukunft der Mobilität mitzugestalten. Als Doktorand:in in unserem interdisziplinären Team wirkst du mit bei der Entwicklung von Modellen, die Werkstoff- und Prozesseigenschaften im Widerstandspunktschweißen moderner Stahlwerkstoffe systematisch mit KI-Methoden verknüpfen. Ziel ist es, mit physikbasierten und datengetriebenen Modellen valide Vorhersagen zur Qualität und Schweißeignung zu ermöglichen. Deine Arbeit in Kooperation mit dem Fraunhofer-Institut EMI in Freiburg leistet einen bedeutenden Beitrag zur Optimierung von Simulationsprozessen und zur Beschleunigung der Material- und Produktentwicklung im Automotive-Sektor.

Aufgaben

Forschung zu Simulationsmethoden im Bereich der Widerstandspunktschweißverbindungen mit besonderem Fokus auf die Optimierung der Modelle mittels moderner KI-Methoden; Akquise, Strukturierung und Verarbeitung relevanter experimenteller und prozessbezogener Datensätze als Grundlage für die Modellierung; experimentelle Grundlagenforschung zur Validierung der Werkstoff- und Schweißmodelle; Entwicklung realistischer und robuster Simulationsmodelle, die Schweißqualität und Prozessparameter präzise abbilden, auf Basis experimenteller und theoretischer Erkenntnisse; Untersuchung und Validierung der Modellrobustheit anhand von Experimenten; Nutzung optimierter Modelle, um einen Ausblick für die Schweißeignung neuer AHSS (z. B. 3. Gen AHSS) zu geben; Verfassen wissenschaftlicher Publikationen und aktive Präsentation der Ergebnisse auf nationalen und internationalen Konferenzen

Anforderungen

Studium des Maschinenbaus, der Werkstoffwissenschaften, des Computational Materials Engineering oder eines verwandten Studiengangs; Fundiertes Wissen im Umgang mit multiphysikalischer Simulationssoftware (z. B. ANSYS, Abaqus); Erfahrung oder grundlegende Kenntnisse im Bereich Phase-Field-Simulationen (z. B. OpenPhase oder vergleichbare Tools); Sehr gute Kenntnisse der Stahlwerkstoffe und deren Eigenschaften; Fundiertes Verständnis der Schweißtechnik, insbesondere des Punktschweißens; Praktische Kenntnisse in künstlicher Intelligenz, Machine Learning; Gute Programmierkenntnisse (z. B. Python, MATLAB); Verhandlungssichere Deutsch- und Englischkenntnisse in Wort und Schrift

Wünschenswert

Idealerweise erste Erfahrung im Umgang mit etablierten Frameworks/Bibliotheken wie PyTorch, TensorFlow oder Scikit-learn

Wir bieten

Umfassendes Mentoring & Onboarding; Persönliche & fachliche Weiterentwicklung; Flexible Arbeitszeiten; Mobilarbeit; Attraktive & faire Vergütung; Jährliche Sonderzahlungen wie Urlaubsgeld und Weihnachtsgeld; Apartments für Studierende (nach Verfügbarkeit & nur am Standort München)