Die Bergische Universität Wuppertal ist eine dynamische, vernetzte, forschungsorientierte Campusuniversität. Gemeinsam stellen sich hier mehr als 25.000 Forschende, Lehrende, Studierende und Mitarbeitende den Herausforderungen in Wissenschaft, Bildung, Kultur, Ökonomie, Sozialem, Technik und Umwelt.

In der Fakultät für Mathematik und Naturwissenschaften, Professur für Software für Daten-intensive Anwendungen, suchen wir Unterstützung.

**IHRE AUFGABEN**

- Interdisziplinäre Arbeit an der Schnittstelle von Informatik und Mathematik mit Anwendungen im Kontext des molekularen maschinellen Lernens im thematischen Umfeld des Projekts „Multi-Fidelity, Active Learning Strategien für Exzitonen-Transfer in Antennenkomplexen von Cryptophyten“ des DFG Schwerpunktprogramms "Molecular Machine Learning"
- Entwicklung neuartiger maschineller Lernverfahren zur Modellierung molekularer Eigenschaften, insbesondere Regressionsmodelle zu bi-molekularen Eigenschaften
- Kooperation in einem internationalen Team mit verwandten Forschungsfragen zu maschinellem Lernen, Unsicherheitsquantifizierung und Hochleistungsrechnen mit Anwendungen in den Natur- und Ingenieurswissenschaften
- Lehre (im Umfang von 4 LVS), Betreuung von Studien- und Abschlussarbeiten

**IHR PROFIL**

- Abgeschlossenes wissenschaftliches Hochschulstudium (Master oder vergleichbar) in einer relevanten Disziplin (z.B. Informatik, Mathematik, Physik, Data Science)
- Ausgeprägte analytische Fähigkeiten im Zusammenhang mit maschinellem Lernen und/oder (numerischer) Mathematik
- Ausgezeichnete Kenntnisse einer Programmiersprache (vorzugsweise Python oder C/C++)
- Interesse an der Entwicklung neuartiger bivariater Verfahren im maschinellen Lernen für Eigenschaften von Molekülen in einer relevanten interdiziplinären Anwendung
- Idealerweise Erfahrung im Bereich von Multipole-Verfahren, Niedrigrang- oder Tensorapproximationen
- Gute Englischkenntnisse (Arbeitssprache im Team, internationale Zusammenarbeit)
- Kompetente Persönlichkeit mit Eigeninitiative und Einsatzbereitschaft
- Eigenverantwortliches Arbeiten und Freude an der Lehre
- Erfolgreiche Bearbeitung einer wissenschaftlichen Programmieraufgabe im inhaltlichen Kontext der ausgeschriebenen Stelle. Alle Details zur Programmieraufgabe finden sich unter https://www.hpc.uni-wuppertal.de/de/peter-zaspel/challenge-in-bi-molecular-machine-learning/

Es handelt sich um eine Qualifizierungsstelle im Sinne des Wissenschaftszeitvertragsgesetzes (WissZeitVG), die zur Förderung eines Promotionsverfahrens dient. Die Stelle ist befristet für die Dauer des Promotionsverfahrens, jedoch vorerst bis zu 3 Jahren, zu besetzen. Eine Verlängerung zum Abschluss der Promotion ist innerhalb der Befristungsgrenzen des WissZeitVG ggf. möglich.

An der Bergischen Universität schätzen wir die individuellen und kulturellen Unterschiede unserer Universitätsangehörigen und setzen uns für Gleichstellung, Chancengerechtigkeit und die Vereinbarkeit von Familie und Beruf ein. Bewerbungen von Menschen jeglichen Geschlechts sowie von Menschen mit Schwerbehinderung und ihnen gleichgestellten Personen sind willkommen. Frauen werden nach Maßgabe des Landesgleichstellungsgesetzes NRW bevorzugt berücksichtigt, sofern nicht in der Person eines Mitbewerbers liegende Gründe überwiegen. Die Rechte von Menschen mit einer Schwerbehinderung, bei gleicher Eignung bevorzugt berücksichtigt zu werden, bleiben unberührt.

Bewerbungen umfassen neben allen notwendigen Unterlagen (Anschreiben, Lebenslauf, Nachweis des abgeschlossenen Hochschulstudiums, Arbeitszeugnisse, ggf. Nachweis einer Schwerbehinderung, idealerweise Bachelor/Master-Arbeit – sofern verfügbar) sowie die verpflichtende Bearbeitung der wissenschaftlichen Programmieraufgabe im inhaltlichen Kontext der ausgeschriebenen Stelle. Alle Details zur Programmieraufgabe finden sich unter https://www.hpc.uni-wuppertal.de/de/peter-zaspel/challenge-in-bi-molecular-machine-learning/. Unvollständig eingereichte Bewerbungen können nicht berücksichtigt werden!

**Beginn**
zum nächstmöglichen Zeitpunkt

**Dauer**
befristet bis zu 3 Jahren

**Stellenwert**
E 13 TV-L

**Umfang**
Vollzeit (Teilzeit ist möglich, bitte geben Sie bei der Bewerbung an, ob Sie auch bzw. nur an einer Teilzeitbeschäftigung interessiert wären)

**Kennziffer**
25353

**Ansprechpartner\*in**
Herr Prof. Dr. Peter Zaspel
zaspel@uni-wuppertal.de

**Bewerbungen über**
stellenausschreibungen.uni-wuppertal.de

**Bewerbungsfrist**
02.03.2026