Doktorand/in in Autonomer Velocimetrie für Strömungsmechanik
Empa sucht PhD-Studierende in autonomer Velocimetrie. Spannende Forschung für die Zukunft.
Aufgaben
* Entwicklung von KI-Methoden für experimentelle Fluidmechanik.
* Gestaltung von multi-fidelity neuronalen Netzwerken zur Flussrekonstruktion.
* Integration in digitale Zwillinge für autonome Messkampagnen.
Fähigkeiten
* MSc in Maschinenbau, Luft- und Raumfahrttechnik oder Physik erforderlich.
* Programmierung in Python, MATLAB oder C++ ist notwendig.
* Interesse an maschinellem Lernen und Fluiddynamik ist von Vorteil.
Materialwissenschaft und -technologie sind unsere Leidenschaft. Mit unserer Spitzenforschung leisten die rund 1.100 Mitarbeitenden der Empa wesentliche Beiträge zum Wohl der Gesellschaft für eine lebenswerte Zukunft. Die Empa ist eine Forschungseinrichtung des ETH-Bereichs.
Doktorand/in in Autonomer Velocimetrie für Strömungsmechanik
Das
Labor für Computational Engineering
in Dübendorf bietet eine Stelle für zwei motivierte Doktorandinnen und Doktoranden an.
Ihre Aufgaben
Die Optimierung der Fahrzeugaerodynamik zur Reduzierung von Verkehrsemissionen, das Verständnis der Übertragung luftgetragener Krankheiten und die Vorhersage klimabedingter Transportphänomene erfordern alle präzise Kenntnisse der Strömungsdynamik. Fortschrittliche experimentelle Methoden wie Particle Image Velocimetry (PIV) und 3D Lagrangian Particle Tracking (LPT) liefern entscheidende Einblicke. In diesem Projekt tragen Sie zur Entwicklung von KI-gesteuerten Methoden für die experimentelle Strömungsmechanik bei, mit Fokus auf:
* Entwurf von Multi-Fidelity-Neuronalen Netzen für adaptive Strömungsrekonstruktion, die sowohl Echtzeit-Grobdiagnosen als auch hochauflösende Offline-Geschwindigkeitsfeldschätzungen ermöglichen.
* Entwicklung von Reinforcement-Learning-(RL)-Algorithmen für ein Multi-Agenten-Robotersystem, das 3D-Velocimetrie-Messungen autonom optimiert, indem es Kamerapositionen und optische Parameter dynamisch anpasst.
* Integration des Frameworks in eine Digital-Twin-Umgebung für Pre-Training und simulationsbasierte Optimierung, die autonome Messkampagnen und Echtzeit-Datenassimilation ermöglicht.
Diese Forschung verbindet Strömungsmechanik, künstliche Intelligenz und Robotik, um die Grundlage für die nächste Generation autonomer experimenteller Diagnostik in komplexen Strömungsumgebungen zu schaffen.
Ihr Profil
* Solide Programmierkenntnisse (Python, MATLAB oder C++).
* Kenntnisse der OpenCV-Bibliothek.
* Großes Interesse an Maschinellem Lernen, Reinforcement Learning und Strömungsdynamik.
* Fähigkeit, selbstständig und im Team interdisziplinär zu arbeiten.
* Ausgezeichnete Englischkenntnisse in Wort und Schrift.
* Erfahrung in experimenteller Strömungsmechanik und Computer Vision ist von Vorteil.
Unser Angebot
Wir bieten ein anregendes, multidisziplinäres Forschungsumfeld im ETH-Bereich mit enger Zusammenarbeit zwischen Empa, ETH Zürich und weiteren internationalen Forschungspartnern. Die Empa stellt modernste experimentelle und rechnerische Infrastruktur, international wettbewerbsfähige Anstellungsbedingungen sowie starke Unterstützung für persönliche und berufliche Entwicklung bereit. Die Doktorandinnen und Doktoranden werden je nach akademischer Zugehörigkeit im Doktoratsprogramm der ETH Zürich / Universität Zürich eingeschrieben. Die Stelle ist sofort oder nach Vereinbarung verfügbar.
, Leiter des Labors für Computational Engineering.
Wir leben eine Kultur der Inklusion und des Respekts. Wir begrüßen alle Menschen, die an innovativen, nachhaltigen und sinnvollen Tätigkeiten interessiert sind – das ist, was zählt.
Originalinserat anzeigen