Jobs

27.03.2026

Wissenschaftliche/r Mitarbeiter/in – Multivariate Analyse & Datenauswertung (m/w/d)

Zur Verstärkung unseres Teams suchen wir eine engagierte und qualifizierte Persönlichkeit mit ausgewiesener Expertise in der Multivariaten Datenanalyse (MVA) sowie in datengetriebenen Methoden im naturwissenschaftlichen Umfeld. Sie arbeiten an anspruchsvollen wissenschaftlichen Fragestellungen, entwickeln moderne Analyseansätze und tragen aktiv zur Weiterentwicklung unserer datenbasierten Forschungs- und Entwicklungsprozesse bei.

Institute for Applied Physics e. V.  (IAP)

Company

Institut für Angewandte Photonik e. V. (IAP)
Rudower Chaussee 29/31
12489 Berlin

Job location

Berlin

Contactperson

Dr. Christian Seifert
Tel.
E-Mail: seifert@iap-adlershof.de

Published

27. March 2026

Ihre Aufgaben

  • Entwicklung, Implementierung und Anwendung moderner Methoden der multivariaten Datenanalyse (MVA), einschließlich Machine-Learning-Verfahren
  • Sicherer Einsatz statistischer Methoden sowie fundierte Interpretation der Ergebnisse
  • Analyse, Interpretation und Visualisierung komplexer wissenschaftlicher Datensätze
  • Konzeption, Optimierung und kontinuierliche Weiterentwicklung von Datenanalyse-Workflows und Datenpipelines

 

Ihr Profil

  • Abgeschlossenes Hochschulstudium in Physik, Chemie, Mathematik, Informatik oder einem vergleichbaren natur- oder ingenieurwissenschaftlichen Fach
  • Zwingend erforderlich: fundierte Kenntnisse in der MVA
  • Erfahrung in wissenschaftlicher Datenauswertung und statistischer Modellierung
  • Sehr gute Programmierkenntnisse in Python, MATLAB, R, Mathematica oder vergleichbaren Tools
  • Strukturierte, analytische und eigenständige Arbeitsweise sowie ein hohes Maß an Problemlösungskompetenz

 

Wünschenswerte Qualifikationen

  • Kenntnisse in C/C++ (z. B. für performante oder physiknahe Anwendungen)
  • Erfahrung im Umgang mit großen und/oder komplexen Datensätzen
  • Kenntnisse im Bereich Forschungsdatenmanagement
  • Grundlegende physikalische chemische Kenntnisse

 

Wir bieten

  • Mitarbeit an anspruchsvollen analytischen Projekten im wissenschaftlichen Umfeld
  • Einsatz moderner Analysewerkzeuge und Methoden (MVA / Machine Learning)
  • Ein interdisziplinäres, forschungsnahes Arbeitsumfeld mit engem Austausch zwischen verschiedenen Fachbereichen
  • Gestaltungsspielraum bei der Entwicklung eigener Methoden, Modelle und innovativer Analyseansätze