Das sind wirDie Arbeitsgruppe beschäftigt sich mit der effizienten Simulation komplexer Systeme, insbesondere mit Anwendungen aus dem Lebenswissenschaften. Ein Fokus liegt in der Entwicklung von Verfahren zur Simulation komplexer molekularer Vorgänge auf sehr langen Zeitskalen mit Hilfe theoretischer Konzepte zur reduzierten Darstellung von Transferoperatoren in Verbindung mit Methoden des maschinellen Lernens.Das erwartet Sie bei unsDie zukünftige Stelleninhaberin/ der zukünftige Stelleninhaber soll das Gebiet "Neuartige Methoden zur Simulation komplexer molekularer Vorgänge" in Forschung und Lehre unterstützen und insbesondere neuartige Verfahren zur Berechnung von Bindungsvorgängen zwischen potentiellen Liganden und den zugehörigen Targets in Abhängigkeit von der zellulären Umgebung entwickeln.Die Stelle ermöglicht die eigene wissenschaftliche Qualifizierung (Habilitation).Das bringen Sie mitAbgeschlossenes wiss. Hochschulstudium und Promotion in Mathematik, Informatik oder einer NaturwissenschaftDas wünschen wir uns von IhnenErfahrungen mit theoretischen Konzepten zur reduzierten Darstellung molekularen Reaktions- und Übergangsprozessen in Verbindung mit Methoden des maschinellen Lernens wie ISOKANN und VariantenNachgewiesene Erfahrungen mit MD-Simulationen, insbesondere für Dockingvorgänge und Übergangsprozessen an ProteinenVertiefte Kenntnisse in der statistischen MechanikLehrerfahrung in den genannten Gebieten im interdisziplinären UmfeldGender - und Diversity-Kompetenz Unser Angebot/ Ihre BenefitsBezahlung nach TV-L FU inkl. Jahressonderzahlung30 Tage Urlaub bei einer 5-Tage Wochearbeitsfreie Tage am 24.12. und 31.12.vergünstigstes Job-Ticket für den öffentlichen NahverkehrHaben wir Ihr Interesse geweckt?Dann freuen wir uns auf Ihre aussagekräftigen Bewerbungsunterlagen. Bitte senden Sie uns Ihre Bewerbung ausschließlich über unser Karriereportal, indem Sie auf den Button „Jetzt bewerben“ klicken. Bewerbungen in Papierform oder per E-Mail können leider nicht berücksichtigt werden.Weitere Informationen erteilt Prof. Dr. Christof Schütte (christof.schuette@fu-berlin.de)

Sourced from LinkedIn. Relocantly aggregates public job postings; apply on the original site.

Wiss. Mitarbeiter*in (Postdoc) (m/w/d) (920)