Wissenschaftlicher Mitarbeiter (m/w/d) der Fachrichtung Maschinenbau, Luft- und Raumfahrttechnik, Kunststofftechnik, Wirtschaftsingenieurwesen o.ä.

Willkommen am Faserinstitut Bremen

Das Faserinstitut Bremen e.V. löst Forschungs- und Entwicklungsaufgaben auf den Gebieten der Herstellung, Charakterisierung und Anwendung von Fasern, technischen Textilien und Faser-Kunststoff-Verbunden. Heute arbeiten am Institut an den Standorten Uni-Campus, ECOMAT, Baumwollbörse und TZ-Stade rd. 60 Mitarbeiterinnen und Mitarbeiter in der Forschung und Entwicklung, an Industrieaufträgen und in der Lehre.

Für die wissenschaftliche Bearbeitung und Leitung von Forschungs- und Entwicklungsprojekten auf dem Gebiet der Faserverbund-Prozessentwicklung (Thermoformen, AFP, Overmolding, TP-Schweißen) im Kompetenzfeld Fertigungstechnologien sowie im Kompetenzfeld Simulation suchen wir zum nächstmöglichen Zeitpunkt für unseren Standort im ECOMAT jeweils eine*n

Wissenschaftlicher Mitarbeiter (m/w/d) der Fachrichtung Maschinenbau, Luft- und Raumfahrttechnik, Kunststofftechnik, Wirtschaftsingenieurwesen o.ä.

• Leitung und Bearbeitung anspruchsvoller FuE-Projekte im Umfeld der Leichtbau- und Faser­ver­bundstrukturen
• Entwicklung von Simulationsmodellen für die Faserverbundfertigung und von innovativen Optimierungsmethoden
• Projektakquisition und Antragstellung von FuE-Projekten im Aufgabenspektrum
• Vertretung des Instituts gegenüber Partnern, Kunden und auf Kongressen
• Mitgestaltung der FIBRE-Forschungs­schwer­punkte "Prozesssimulation" und "Fertigungs­technik thermoplastischer Composites"

• Überdurchschnittlicher Hochschulabschluss in einer der o.a. Fachrichtungen
• Freude an der Lösung von interdisziplinären, wissenschaftlichen Fragestellungen
• Kenntnisse auf den Gebieten Faser­ver­bund­werk­stoffe und Leichtbau sowie erste Erfahrungen mit FE-Software, wie z.B. Abaqus, Altair Hyperworks und Comsol Multiphysics
• Kenntnisse im Umgang mit Programmier­sprachen, wie z.B. Fortran, Python und CAD sind vorteilhaft
• Erste Erfahrungen mit Methoden des maschinellen Lernens sind von Vorteil
• Teamfähigkeit und eine aufgeschlossene, kreative und selbständige Arbeitsweise
• Beherrschung der deutschen und englischen Sprache in Wort und Schrift