Wissenschaftliche/r Mitarbeiter/in

**Kontakt**: **Name**: Alexander Feil **Telephone**: - workPhone- +49 241 8095712***: **Anbieter**: Lehrstuhl für Anthropogene Stoffkreisläufe und Institut für Aufbereitung, Kokerei und Brikettierung **Unser Profil**: Wir vom ANTS sind innerhalb der Fakultät für Georessourcen und Materialtechnik in der Fachgruppe Rohstoff - und Entsorgungstechnik angesiedelt. Unser Ziel ist es, essenzielle Beiträge zur Entwicklung eines zirkulären und nachhaltigen Rohstoffmanagements zu entwickeln, um auch zukünftigen Generationen eine lebenswerte Umwelt zu hinterlassen. Im Sinne nachhaltigen Wirtschaftens streben wir daher an, Stoffkreisläufe zu schließen. Mit unseren Erfahrungen in der technischen Behandlung von Abfallströmen und der Implementierung modernster sensorbasierter Methoden können wir Daten zur Bewertung von Umweltbilanzen aus erster Hand bereitstellen, sodass wir Prozesse modellieren und auch mit dem Blick auf ganzheitliche Produktsysteme und Kreisläufe bewerten können. Neben einem gut ausgestatteten Technikum für die Durchführung von aufbereitungstechnischen Untersuchungen verfügt das ANTS über ein modernes Sensorlabor. In der Lehre verantworten wir unter Einsatz innovativer Lehrkonzepte und Einbindung unseres MAssLabs die Vertiefungsrichtung Recycling in verschiedenen Studiengängen. Die Forschungsgruppe „Sensortechnik & Data Science“ des ANTS erforscht hierzu die sensorbasierte Charakterisierung von Stoffströmen: Mittels bildgebender Sensoren werden Stoffströme (bspw. Kunststoffverpackungen) digital erfasst und durch Machine Learning Modelle und Bildverarbeitungsalgorithmen prozessrelevante Stoffstromeigenschaften (bspw. Materialzusammensetzung, Partikelgrößenverteilung) aus den Sensordaten extrahiert. Auf Basis dieser Stoffstromeigenschaften werden Data Science Anwendungen entwickelt, wie ein automatisiertes Qualitätsmonitoring oder eine adaptive Prozesssteuerung in Sortier - und Recyclingprozessen und mit Industriepartnern großtechnisch demonstriert. Durch die neuartigen Anwendungen können Recyclingprozesse optimiert und die Entwicklung zu einer nachhaltigen Kreislaufwirtschaft gesteigert werden. Zur Grundlagen - und Anwendungsforschung stehen im Sensorlabor und Technikum des ANTS modulare Messstände mit modernen Nahinfrarot (NIR), 3D Lasertriangulations - (3DLT) und RGB-Farbzeilensensoren zur Verfügung. Neben der institutsinternen Sensorausstattung verfügt die Forschungsgruppe über umfangreiche Kontakte zu Sensortechnikanbietern und Anlagenbetreibern/-herstellern, um auch mehrtägige Messkampagnen in großtechnischen Sortier - und Aufbereitungsanlagen flexibel umsetzen zu können. Ein besonderer Fokus liegt dabei in der Entwicklung von Algorithmen und Machine Learning Modellen zur Extraktion prozessrelevanter Stoffstromcharakteristika aus den Sensordaten. Hierzu kommt beispielsweise die institutsinterne GPU-Infrastruktur zum Training von Deep Learning Modellen zum Einsatz. **Ihr Profil**: Zur Verstärkung unserer Forschungsgruppe „Sensortechnik & Data Science“ suchen wir eine*n Kandidaten*in, der/die gemeinsam mit uns das BMBF-geförderte Forschungsvorhaben ReVise bearbeitet und unsere Forschung und Lehre im Bereich Sensortechnik & Data Science für eine nachhaltige Kreislaufwirtschaft weiter ausbaut. Wenn Sie die nachfolgenden Anforderungen erfüllen, freuen wir uns auf Ihre Bewerbung - Abgeschlossenes Hochschulstudium (Master oder vergleichbar) in den Bereichen Informatik, Data Science, Machine Learning/Künstliche Intelligenz, Automatisierungstechnik oder vergleichbarer naturwissenschaftlich-technischer Disziplinen. - Vertrauter Umgang mit einer gängigen Programmiersprache (bspw. Python, C++, C, Java). - Kenntnisse im Bereich Bildverarbeitung/Computer Vision (bspw. scikit-image, opencv), Machine Learning (insb. Supervised Learning, bspw. mittels scikit-learn, TensorFlow/Keras, PyTorch), oder Data Science (bspw. pandas, numpy, scipy) sind von Vorteil aber nicht erforderlich. - Ausgeprägte Fähigkeiten in den Bereichen Kommunikation, Teamwork, inter - und transdisziplinäre Arbeit und Wissensintegration. - Selbstständige, strukturierte und analytische Arbeitsweise. - Sehr gute Englischkenntnisse und gute Deutschkenntnisse in Wort und Schrift. - Begeisterung für die Themen Recycling, Nachhaltigkeit und Kreislaufwirtschaft. - Flexibilität sowie Reisebereitschaft (bspw. Besuche von nationalen und internationalen Konferenzen, Projekttreffen, Messkampagnen; jeweils < 1 Woche). - Fähigkeit und starkes Interesse am wissenschaftlichen Arbeiten und Publizieren (Teilnahme an nationalen und internationalen Fachkonferenzen und Publizieren in peer-reviewten Fachzeitschriften). **Ihre Aufgaben**: Bearbeitung des BMBF-geförderten Forschungsvorhabens ReVise („Verbesserung der Prozesseffizienz des werkstofflichen Recyclings von Post-Consumer Kunststoff-Verpackungsabfällen durch intelligentes Stoffstrommanagement - Umsetzungsphase“), welches im Rahmenprogramm der