Doktorand*in in der Arbeitsgruppe Wissenschaftliches Rechnen und Hochleistungsrechnen in der Fakultät 4

Doktorand*in in der Arbeitsgruppe Wissenschaftliches Rechnen und Hochleistungsrechnen in der Fakultät 4

The University of Wuppertal is a dynamic and research-oriented campus university.

In accordance with its mission statement ‘Understanding, communicating, shaping’;

it faces the social challenges of science, education, culture, economics, society,

technology, and the environment. The university is an active member of networks in

the region as well as in national and international cooperations. About 24,500

people study, research, or work at 9 schools, research institutions or in university

administration.

The School of Mathematics and Natural Sciences, Professorship for Software in

Data -intensive Applications, invites applications.

RESPONSIBILITIES AND DUTIES

• Interdisciplinary work at the interface of computer science and mathematics with
• applications in the context of molecular machine learning, within the thematic
• scope of the project “Multi -fidelity, active learning strategies for exciton transfer in
• cryptophyte antenna complexes” of the DFG Priority Programme “Molecular
• Machine Learning”
• Development of nov el machine learning methods for modeling molecular
• properties, in particular regression models for bi -molecular properties.
• Collaboration in an international team working on related research questions in
• machine learning, uncertainty quantification, and hi gh-performance computing
• with applications in the natural and engineering sciences.
• Teaching responsibilities (equivalent to 4 contact hours per week) and supervision of student research and thesis projects

PROFESSIONAL AND PERSONAL REQUIREMENTS

• Completed academic university degree (Master’s or equivalent) in a relevant
• discipline (e.g., computer science, mathematics, physics, data science)
• Strong analytical skills in the context of machine learning and/or (numerical) mathematics
• Excellent knowledge of a programming language (preferably Python or C/C++)
• Interest in developing novel bivariate methods in machine learning for molecular
• property prediction within a relevant interdisciplinary application
• Ideally, experience with multipole methods, low -rank or te nsor approximations
• Good command of English (working language within the team, international
• collaboration)
• A competent, proactive personality with commitment and motivation
• Ability to work independently and enjoyment of teaching
• Successful completion of a scientific programming task within the thematic
• context of the advertised position. Full details on the programming task can be
• found at
• https://www.hpc.uni -wuppertal.de/de/peter -zaspel/challenge -in-bi-
• molecular -machine- learning/

This is a qualification position in the sense of the Academic Fixed-Term Contract
Act (WissZeitVG), which serves to support a doctoral programme. The position is temporary for the duration of the doctoral process, but initially up to 3 years. An exten sion for the completion of the doctorate is possible within the time limits of the
WissZeitVG.

Start 01.10.2026
Duration
up to 3 years
Salary
E 13 TV -L
Time
Full time (Part -time employment
is possible, please indicate in your application whether you
would also or only be interested
in part -time employment.)
Reference Code
26181
Contact person
Mr Prof. Dr. Peter Zaspel
zaspel@uni -wuppertal.de

Applications via
stellenausschreibungen.uni -
wuppertal.de
Application deadline
27.07.2026 Research Assistant (Doctoral
student)

The University of Wuppertal is an equal opportunity employer. Applications from persons of any gender and persons with
disabilities as well as persons with an equivalent status are highly welcome. In accordance with the Gender Equality Act of
North Rhine-W estphalia, women will be given preferential consideration unless there are compelling reasons in favour of
an applicant who is not female. The same applies to applications from disabled persons, who will be given preference in
the case of equal suitability .

Applications including all relevant credentials (motivation letter, CV, proof of successful graduation, job references, and i f
applicable, evidence of a severe disability , ideally Bachelor/Master thesis – if available ) as well as the mandatory
completio n of a scientific programming task related to the thematic context of the advertised position . All details
regarding the programming task can be found at: https://www.hpc.uni -wuppertal.de/de/peter -zaspel/challenge -in-bi-
molecular -machine- learning/ . Kindly note that incomplete applications will not be considered.

WE OFFER
Friendly working environment
Occupational health management and University Sports
Flexible working hours and hybrid working
Working in an international context
30 days of leave
Large offer of continuing education courses
Family -friendly working conditions
Company pension scheme

Die Bergische Universität Wuppertal ist eine dynamische, forschungsorientierte

Campusuniversität. Getreu ihres Leitmotivs „Verstehen, Vermitteln, Gestalten“

widmet sie sich den großen gesellschaftlichen Herausforderungen in Wissenschaft,

Bildung, Kultur, W irtschaft, Gesellschaft, Technik und Umwelt. Sie ist aktive

Partnerin in den Netzwerken der Region sowie in nationalen und internationalen

Kooperationen. Rund 24.500 Menschen studieren, forschen und arbeiten hier an

neun Fakultäten, in teils interdisziplinären Forschungseinrichtungen oder in der

Verwaltung.

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
• Schwerpunktprogr amms "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 Prom otion ist innerhalb der Befristungsgrenzen
des WissZeitVG ggf. möglich.

Beginn
01.10.2026
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
26181
Ansprechpartner
Herr Prof. Dr. Peter Zaspel
zaspel@uni -wuppertal.de

Bewerbungen über
stellenausschreibungen.uni -
wuppertal.de
Bewerbungsfrist
27.07.2026 Wissenschaftliche*r
Mitarbeiter*in (Doktorand*in)

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 Pers on 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, Lebensl auf, 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!
WIR BIETEN IHNEN
Kollegiales und wertschätzendes Miteinander
Betriebliches Gesundheitsmanagement und UniSport
Flexible Arbeitszeiten und Homeoffice
Arbeiten in internationalem Kontext
30 Urlaubstage
Großes Fort - und Weiterbildungsangebot
Familienfreundliche Arbeitsbedingungen
Betriebliche Altersvorsorge