Wissenschaftliche*r Mitarbeiter*in (m/w/d) im Bereich Modellbildung und maschinellem Lernen für Anwendungen in der Batterietechnik

Das Altgebäude der TU Braunschweig

Wissenschaftliche*r Mitarbeiter*in (m/w/d) im Bereich Modellbildung und maschinellem Lernen für Anwendungen in der Batterietechnik

Institut für Elektrische Maschinen, Antriebe und Bahnen

Mit rund 16.000 Studierenden und 3.800 Beschäftigten zählt die Technische Universität Braunschweig zu den führenden Technischen Universitäten in Deutschland. Sie steht für strategisches und leistungsorientiertes Denken und Handeln, relevante Forschung, engagierte Lehre und den erfolgreichen Transfer von Wissen und Technologien in Wirtschaft und Gesellschaft. Konsequent treten wir für Familienfreundlichkeit und Chancengleichheit ein.

Unsere Forschungsschwerpunkte sind Mobilität, Engineering for Health, Metrologie sowie Stadt der Zukunft. Starke Ingenieurwissenschaften und Naturwissenschaften bilden unsere Kerndisziplinen. Diese sind eng vernetzt mit den Wirtschafts- und Sozial-, Erziehungs- und Geisteswissenschaften.

Unser Campus liegt inmitten einer der forschungsintensivsten Regionen Europas. Mit den über 20 Forschungseinrichtungen in unserer Nachbarschaft arbeiten wir ebenso erfolgreich zusammen wie mit unseren internationalen Partnerhochschulen.

Wir suchen für ein Spin-Off-Projekt am Institut für Elektrische Maschinen, Antriebe und Bahnen zum nächstmöglichen Zeitpunkt eine*n

Wissenschaftliche*n Mitarbeiter*in (m/w/d) im Bereich Modellbildung und maschinellem Lernen für Anwendungen in der Batterietechnik.

Die Stelle ist zunächst befristet für die Dauer von 2 Jahren zu besetzen. Eine Weiterbeschäftigung darüber hinaus wird angestrebt. Sie bietet die Möglichkeit Teil des Spin-Off-Projekts, sowie des daraus folgenden Start-Ups zu werden.

Ihre Aufgaben

  • Erstellen von datenbasierten und physikalischen Batteriemodellen auf Basis von elektrochemischen Impedanz- und Voltammetriedaten im Zeit- und Frequenzbereich
  • Mitarbeit beim Aufbau und der Automatisierung eines Batterieprüfstands
  • Charakterisierung von Batteriezellen, -modulen und -systemen
  • Datenbasierte Modellierung mit maschinell angelernten Modellen, insbesondere Deep-Learning-Modellen und Physics-Informed Neural Networks

Ihre Qualifikation:

  • Sie haben Freude an interdisziplinärer Forschung an der Schnittstelle zwischen Elektrochemie, Sensorik und Informatik und haben ein großes Interesse, sich in neue komplexe Themen selbstständig einzuarbeiten
  • Sie sind in der Lage selbstständig und eigenverantwortlich Lösungen zu erarbeiten, nachvollziehbar zu erläutern und umzusetzen und sind flexibel, belastbar und können gut in einem Team arbeiten.
  • Sie verfügen über einen überdurchschnittlich abgeschlossenen wissenschaftlichen Hochschulabschluss (Master oder äquivalent) in einer der folgenden Fachrichtungen:
    • Informatik, Elektrotechnik/ Informationssystemtechnik, Maschinenbau (Energie-/ Verfahrens-technik, Materialwissenschaften, Chemieingenieurswissenschaften), Chemie/ Elektrochemie, oder vergleichbare Qualifikation
  • Sie haben Erfahrungen in mindestens zwei der folgenden Gebiete:
    • Elektrochemische Charakterisierung von Batteriezellen und Interpretation von Messdaten elektrochemischer Impedanzspektroskopie
    • Modellierung von Batteriezellen
    • Algorithmen für maschinelles Lernen, insbesondere Deep-Learning
    • Datenbanksysteme (SQL/noSQL und/oder Vektordatenbanken für KI-Anwendungen)
  • Sie besitzen sehr gute Kenntnisse in mindestens einer Programmiersprache z.B. Python, Matlab
  • Der Nachweis erfolgt durch Vorarbeiten, z.B. Abschlussarbeit, Open-Source-Projekten, Forschungs-arbeiten oder Berufserfahrung

Wünschenswert sind weiterhin:

  • Kenntnisse der Prüfstandsautomatisierung mit z.B. LabView
  • Erfahrungen mit Frameworks für maschinelles Lernen (z.B. TensorFlow, Pytorch)
  • Kenntnisse im Cloud-Computing und im Software-Deployment in einer Cloud
  • Sehr gute Kenntnisse der deutschen und englischen Sprache

Wir freuen uns auf Ihre Bewerbung, auch wenn Ihre Vorkenntnisse vermehrt im Bereich der Elektrochemie oder im Bereich des Maschinellen Lernens anzusiedeln sind, und Sie in dem jeweils anderen Bereich noch keine Erfahrungen gemacht, dafür aber ein starkes Interesse zur Weiterqualifizierung haben.

Wir bieten

  • Arbeiten an spannenden, zukunftsorientierten Forschungsthemen in einem inspirierenden Arbeits­umfeld als Teil der universitären Gemeinschaft
  • Ein lebendiges Campusleben in internationaler Atmosphäre mit zahlreichen interkulturellen Angeboten und internationalen Kooperationen
  • Vergütung nach EG 13 TV-L
  • Flexible Arbeitszeitmodelle und eine familienfreundliche Hochschulkultur
  • Spezielle Weiterbildungsangebote für den wissenschaftlichen Nachwuchs, sowie weitere Angebote der Zentralen Personalentwicklung und Sportangebote.

Weitere Hinweise

Wir freuen uns auf Bewerber*innen aller Nationalitäten. Gleichzeitig begrüßen wir das Interesse schwerbehinderter Menschen und bevorzugen deren Bewerbungen bei gleicher Eignung. Bitte weisen Sie bereits bei der Bewerbung darauf hin und fügen Sie einen Nachweis bei. Ferner arbeiten wir basierend auf dem Niedersächsischen Gleichberechtigungsgesetz (NGG) an der Erfüllung des Gleichstellungsauftrages und sind bestrebt, in allen Bereichen und Positionen eine Unterrepräsentanz i. S. des NGG abzubauen. Daher freuen wir uns besonders über Bewerbungen von Frauen.

Für die Durchführung des Bewerbungsverfahrens speichern wir personenbezogene Daten. Durch Zusendung Ihrer Bewerbung erklären Sie sich damit einverstanden, dass Ihre Daten zu Bewerbungszwecken unter Beachtung der Datenschutzvorschriften elektronisch gespeichert und verarbeitet werden. Weitere Informationen zum Datenschutz entnehmen Sie bitte unserer Datenschutzerklärung unter https://www.tu-braunschweig.de/datenschutzerklaerung-bewerbungen. Wir erstatten keine Bewerbungskosten.

Fragen und Antworten

Sie haben noch Fragen? Diese beantwortet Ihnen Thorben Schobre per E-Mail an t.schobre@tu-braunschweig.de.

Bewerben Sie sich bis zum 30.11.2025

Wenn wir Ihr Interesse geweckt haben, schicken Sie Ihre Bewerbung mit aussagekräftigen Unterlagen im PDF-Format vorzugsweise per E-Mail an t.schobre(at)tu-braunschweig.de

oder per Post an

Technische Universität Braunschweig
Institut für Elektrische Maschinen, Antriebe und Bahnen (IMAB)
Thorben Schobre
Hans-Sommer-Straße 66
38106 Braunschweig

vom: 24.10.2025
gültig bis: 30.11.2025