Sie haben idealerweise Basiswissen in einer oder mehreren modernen Programmiersprachen (insbesondere Python) sowie erste Erfahrungen in der Datenaufbereitung und im Umgang mit Schnittstellen (APIs). Wünschenswert sind außerdem Kenntnisse zu Persistent Identifiern (PIDs) und bibliographischen Daten. Darüber hinaus bringen Sie folgende Qualifikationen mit: Organisationsfähigkeit und Eigeninitiative bei der Erschließung neuer Themen und der Ausgestaltung neuer ArbeitsfelderErfahrungen in der Projektarbeit und -dokumentationVerantwortungsbewusstsein und eine strukturierte und analytische ArbeitsweiseTeam- und Serviceorientierungausgeprägte Kommunikationsfähigkeit, sehr gute Deutsch- und EnglischkenntnisseBereitschaft zu kontinuierlicher Weiterbildung und zu gelegentlichen Dienstreisen (Netzwerkpartner*innen, Veranstaltungen) Die Leibniz Universität Hannover setzt sich für Chancengleichheit und Diversität ein.
Kernqualifikationen: ein abgeschlossenes wissenschaftliches Hochschulstudium ist zwingende Voraussetzungfundierte Programmierkenntnisse (C/C++ erforderlich; Python oder ähnliche Programmiersprache wird dringend empfohlen)solide Kenntnisse in Physik, Photonik, Elektrotechnik, angewandter Mathematik oder verwandten BereichenErfahrung mit numerischen Methoden für Differentialgleichungen (z.
Eine Promotion oder einschlägige Berufserfahrung wird erwartet. Sie haben sehr gute Kenntnisse in modernen Programmiersprachen, insbesondere in Python, und Erfahrung in moderner Softwareentwicklung im Team (Git/GitHub, Code Reviews, Issue-Tracking).
Kernqualifikationen: Abgeschlossenes wissenschaftliches Hochschulstudium (Master oder gleichwertige Qualifikation) in angewandter Mathematik, Computerphysik, wissenschaftlichem Rechnen, Elektrotechnik oder einem eng verwandten Fachgebiet.Fundierte Kenntnisse in numerischer Analysis und partiellen Differentialgleichungen.Erfahrung mit numerischen Methoden für zeitabhängige partielle Differentialgleichungen.Hervorragende Programmierkenntnisse in C/C++ (erforderlich); Python oder ähnliche Programmiersprache wird dringend empfohlen.Solides Verständnis von Algorithmenentwicklung und Rechenkomplexität.Starkes Interesse an der Entwicklung wissenschaftlicher Software und am Hochleistungsrechnen Erwünschte Zusatzqualifikationen: Erfahrung mit Finite-Differenzen- oder Finite-Elemente-Diskretisierungen der Maxwell-Gleichungen.Kenntnisse in adjungierten Methoden und gradientenbasierter Optimierung.Erfahrung mit parallelem Rechnen (MPI, OpenMP, CUDA oder ähnliches).Erfahrung in der Mitarbeit an Forschungssoftware, die über die Programmierung auf Skriptebene hinausgeht.Nachweisliche mathematische Reife und Interesse an theoretischen Aspekten der numerischen Modellierung.