Beschreibung
Bei dieser Forschungsstelle geht es darum, maschinelles Lernen und numerische Optimierung anzuwenden, um die numerische Strömungsmechanik für die aerodynamische Auslegung unbemannter Luftfahrzeuge zu verbessern. Zu den Aufgaben gehören die Entwicklung von ML- und numerischen Algorithmen, ihre Bewertung anhand realer Testfälle, die Präsentation der Ergebnisse sowie die Implementierung und Bereitstellung der Algorithmen in der Designpipeline. Die Ausschreibung setzt eine Mindestverpflichtung von fünf Monaten voraus und nennt Kenntnisse in Gauß-Prozessen und Bayes'scher Optimierung, Python-Entwicklung, mathematischer Optimierung sowie Forschungserfahrung als bevorzugte Qualifikationen.
