Doktorand*in (m/w/d) im Bereich „Digital Chemistry“ Molekulares Machine Learning für die Optimierung von Homogenkatalysatoren

• Sie übernehmen die Durchführung des Projektes zur Entwicklung und Anwendung verbesserter Deskriptoren für Computer-gestütztes Katalysatordesign. Schwerpunkt wird hierbei das Entwickeln von Machine Learning Modellen zur Vorhersage und Beschreibung von Katalysatoren und deren katalytische Aktivität sein. Hierzu führen Sie quantenchemische Rechnungen sowie statistische Analysen und Programmierarbeiten durch.
• Sie sammeln in Zusammenarbeit mit anderen Gruppenmitgliedern experimentelle Daten für die Modellierung. Sie führen Katalysen in Parallelreaktionen durch und beteiligen sich am Aufbau von Reaktionsautomatisierung.
• Sie dokumentieren Ihre Ergebnisse, verfassen Manuskripte zur Veröffentlichung und stellen Ergebnisse in Seminaren und auf Tagungen vor.

Wir suchen eine*n motivierte*n Mitarbeiter*in, der*die ein Grundinteresse an neuen Techniken und Methoden besitzt und zielstrebig Projekte im Team umsetzt. Sie haben einen Masterabschluss im Fach Chemie oder angrenzenden Studiengängen und sollten folgende Kenntnisse mitbringen:

• Programmierkenntnisse (Python), idealerweise auch Vorkenntnisse in Machine Learning und quantenchemischen Rechnungen und entsprechenden Programmen (z.B. Orca, Gaussian)
• Grundkenntnisse im Bereich der Organometallchemie und Katalyse
• Wünschenswert, aber nicht ausschließend, sind praktische Erfahrung in der Molekülchemie, idealerweise in der homogenen Katalyse und der Synthese von Homogenkatalysatoren, d.h
  • in der Synthese und Handhabung auch von luft- und hydrolyseempfindlichen Verbindungen
  • in der Analyse und Charakterisierung von organischen und metallorganischen Verbindungen, v.a. mittels IR, NMR-Spektroskopie und GC/MS-Analytik inkl. Erfahrung mit gängigen Chemie- und Auswertungsprogrammen (ChemDraw, MestReNova)
• Darüber hinaus können Sie wissenschaftliche Texte in englischer Sprache verfassen und in englischer Sprache kommunizieren.