Ingenieur, Physiker, Mathematiker - Numerische Simulation und maschinelles Lernen (m/w/d)
Location
München | Germany
Job description
Ingenieur, Physiker, Mathematiker - Numerische Simulation und maschinelles Lernen (m/w/d)
Wir bewerben uns bei dir. Diese Formulierung überrascht dich vielleicht, da du dich gerade mit deiner eigenen Bewerbung beschäftigst? Als Teaser nennen wir dir 5 Argumente. Den Blockbuster zeigen wir im Bewerbungsprozess. Die Sequels erlebst du bei TWT. Find's raus!
- Themen am Puls der Zeit. Artificial Intelligence, Autonomous Driving, E-Mobility, Model Based Systems Engineering oder Virtual Experience.
- Unser Anspruch. Durch unsere Forschungsexpertise punkten wir in unseren Industrieprojekten.
- Wir sind ein TOP-Team. Hochqualifiziert (Promotion/Master), innovativ, weltoffen und mit einem besonderen Faible für kooperatives Arbeiten.
- Unsere Kunden und Partner. Mercedes-Benz, Daimler Truck, BMW, Audi, Porsche, CARIAD, IBM, Dassault Systèmes, Samsung und Microsoft.
- Remote Arbeit. Enge Zusammenarbeit mit unseren Kunden, je nach Projekt virtuell oder von einem unserer Standorte.
Zukünftige Aufgaben
Bei TWT hast du die Möglichkeit, Projekte in den Branchen Automobil, Energie, Luftfahrt und Medizin mitzugestalten. Von der Akquise über die Umsetzung bis hin zum erfolgreichen Projektabschluss kannst du deine Ideen mit einfließen lassen und so zum Erfolg unserer Kunden beitragen. Folgende Aufgaben warten dabei auf dich:
- Du entwickelst kreative und innovative Lösungen, um komplexe physikalische Phänomene zu modellieren, zu simulieren und zu analysieren.
- Du beantwortest technische Fragestellungen durch numerische Simulation und den Einsatz moderner Methoden des maschinellen Lernens und der datenbasierten Modellierung.
- Du analysierst simulierte und gemessene Daten mittels statistischer Methoden.
- Du planst und organisierst zukunftsweisende Projekte in enger Zusammenarbeit mit Kolleginnen und Kollegen und unseren Kunden.
- Du realisierst Kundenprojekte und öffentlich geförderte Forschungsprojekte - von der Idee und Konzeption über die Umsetzung bis hin zur Validierung.
- Du entwickelst deine Karriere weiter in den Dimensionen Fachexpertise, Projektmanagement oder Führung.
Dein Profil
- Überzeugend abgeschlossenes MINT-Studium an einer Universität, bevorzugt mit Promotion
- Du hast fundierte Kenntnisse in der mathematischen Modellierung und numerischen Simulation von physikalischen Systemen (z.B. Mehrkörpersimulation, Finite-Elemente-Methode, etc.)
- Erfahrungen in datenbasierter Modellierung, maschinellem Lernen und statistischen Methoden runden dein Profil ab
- Mit ausgeprägtem analytischem Denken und Innovationsgeist hast du Freude am Lernen und Tüfteln
- Zielorientiertes Arbeiten liegt dir und du gehst strukturiert an deine Aufgaben heran
- Du hast Spaß an abwechslungsreichen Aufgaben und Problemstellungen
- Mit klarer Kommunikation kannst du deine Kolleginnen und Kollegen und unsere Kunden von deinen Ideen begeistern
Facts & Benefits
- Direkte Zusammenarbeit mit den Entwicklungs- und IT-Abteilungen der Premium-Fahrzeughersteller
- Forschungskontakte zu führenden Universitäten wie dem Massachusetts Institute of Technology
- Mitbestimmen, mitgestalten, deinen Fingerabdruck hinterlassen
- Deine Expertise weitergeben in unserem Training & Knowledge Center
- Simultanes, kollaboratives Arbeiten mittels moderner digitaler Plattformen
- Flexible Arbeitsgestaltung, ein attraktives Gleitzeitmodell und remote Arbeit
- Strukturiertes Onboarding und offene Ohren für all deine Fragen
- Attraktive Zusatzleistungen sowie kostenlos frisches Obst, Kaffee und Tee
Haben wir dich mit unserer Bewerbung neugierig gemacht? Dann bewirb dich bei uns!
Solltest du dich für weitere Stellen interessieren, gib diese bitte bei der Bewerbung auf deine favorisierte Stelle im Feld „Weitere Stellenwünsche“ an (siehe FAQ).
Kontakt
Kennziffer TWT-108
Ort: Stuttgart, München, Ingolstadt
Für Rückfragen steht dir Herr Dr. Thomas Wolf gerne zur Verfügung.
TWT GmbH Science & Innovation · Industriestraße 6 · 70565 Stuttgart · Tel. +49 - 711.21 57 77.0
Job tags
Salary
