Stud. Hilfskraft

**Vacancy ID 11670**:
Download as PDF

Die Technische Universität Dresden (TUD) zählt als Exzellenzuniversität zu den leistungsstärksten Forschungseinrichtungen Deutschlands. 1828 gegründet, ist sie heute eine global bezogene, regional verankerte Spitzenuniversität, die innovative Beiträge zur Lösung weltweiter Herausforderungen leisten will. In Forschung und Lehre vereint sie Ingenieur
- und Naturwissenschaften mit den Geistes
- und Sozialwissenschaften und der Medizin. Diese bundesweit herausragende Vielfalt an Fächern ermöglicht der Universität, die Interdisziplinarität zu fördern und Wissenschaft in die Gesellschaft zu tragen. Die TUD versteht sich als moderne Arbeitgeberin und will allen Beschäftigten in Lehre, Forschung, Technik und Verwaltung attraktive Arbeitsbedingungen bieten und so auch ihre Potenziale fördern, entwickeln und einbinden. Die TUD steht für eine Universitätskultur, die geprägt ist von Weltoffenheit, Wertschätzung, Innovationsfreude und Partizipation. Sie begreift Diversität als kulturelle Selbstverständlichkeit und Qualitätskriterium einer Exzellenzuniversität. Entsprechend begrüßen wir alle Bewerber:innen, die sich mit ihrer Leistung und Persönlichkeit bei uns und mit uns für den Erfolg aller engagieren möchten.

An der **Fakultät Elektrotechnik und Informationstechnik**, **Institut für Halbleiter
- und Mikrosystemtechnik,** wird an der **Professur für Mikrosystemtechnik** zum **nächstmöglichen** Zeitpunkt für die Tätigkeit einer

**stud. Hilfskraft** (m/w/d) (8h/Woche)

bis 31.12.2024 (Projektende) ein:e Student:in gesucht. Die Beschäftigungsdauer richtet sich nach dem WissZeitVG sowie dem SächsHSG i. V. m. Richtlinien der TdL für studentische und wissenschaftliche Hilfskräfte vom 28.02.2024.

**Aufgaben**: wiss. Hilfstätigkeiten - im Rahmen der wiss. Hilfstätigkeit soll eine Zusammenstellung und Analyse von Daten über das Quellverhalten von hydrophilen Gelen (Hydrogelen) durchgeführt werden. Hydrogele sind Polymernetzwerke, die erhebliche Mengen an Wasser in ihrer Struktur aufnehmen und speichern können. Für die Anwendung von Hydrogelen als Komponenten der Ventilsteuerung für mikrofluidische Systeme sind die Quellungsrate und der maximale Quellungsgrad die kritischen Eigenschaften von Hydrogelen. Um den Zusammenhang des Syntheseverfahrens mit den Quellungseigenschaften zu beurteilen, wird nicht direkt die Untersuchung der Hydrogelstruktur (die sogennante „PSPP“-Beziehung) durchgeführt, sondern Modelle des maschinellen Lernens (ML) werden als Black-Box-Prädiktoren eingesetzt, um die Quellungsrate und den maximalen Quellungsgrad zu schätzen. Diese ML-Modelle werden mit überwachten Lerntechniken trainiert. Für ein effektives Training ist es notwendig, eine markierte Datenbank zu erstellen. Dafür wird Unterstützung benötigt, Daten aus Experimenten zu sammeln.

Ihre Aufgabe ist die experimentellen Daten durch die folgenden Schritte zu generieren: (i) Synthese der Hydrogel-Proben mit verschiedenen chemischen Zusammensetzungen; (ii) Untersuchung des Quellungszustandes der Hydrogel-Proben bis zum vollständig gequollenen Zustand; (iii) Analyse der Untersuchungsergebnisse, u.a. Auswertung der Quellungsrate und des maximalen Quellungsgrades. Daher müssen die Syntheseparameter und -verfahren genau aufgezeichnet werden; die Volumenänderungen der Hydrogel-Proben werden unter einem Mikroskop untersucht und per Video aufgezeichnet; bei der Analyse von Bildern wird eine softwaregestützte (Python-basierte) Auswerteroutine eingesetzt.

Die Forschungsarbeit wird im Rahmen eines ESF Plus-Projektes „MultiMod“, die durch die Europäische Union und den Freistaat Sachsen mitfinanziert wird, betreut. Die Ergebnisse fließen direkt in aktuelle Forschungsarbeiten ein. Es findet dabei eine enge Kooperation zwischen dem Institut für Halbleiter
- und Mikrosystemtechnik (IHM) und dem Institut für Festkörpermechanik (FKM) statt.

**Voraussetzungen**: immatrikulierte:r Student:in an einer Hochschule, auf dem Gebiet der Elektrotechnik, Mechatronik, Informationssystemtechnik, Biomedizintechnik, Chemie oder vergleichbarer Studiengänge; Fähigkeit und Bereitschaft zu selbstständiger wiss. Arbeit im Team; starkes Interesse an Laborarbeit; ausgeprägte analytische Fähigkeiten und sicherer Umgang mit gängigen Office-Anwendungen. Grundlegende Laborerfahrung sowie Grundkenntnisse in Mikrofluidik und Kenntnisse der Python-Programmiersprache sind von Vorteil.

Bewerbungen schwerbehinderter Menschen sind besonders willkommen. Bei gleicher Eignung werden diese oder ihnen Kraft SGB IX von Gesetzes wegen Gleichgestellte bevorzugt eingestellt.
- und Mikrosystemtechnik, Professur für Mikrosystemtechnik, Frau M.Sc. Paula Kalenczuk, Helmholtzstr. 10, 01069 Dresden**. Ihre Bewerbungsunterlagen werden nicht zurückgesandt, bitte reichen Sie nur Kopien ein. Vorstellungskosten werden nicht übernommen.

Download as PDF