Deutsches Elektronen-Synchrotron DESY | Deutschland | 22xxx, 21xxx, 20xxx Hamburg | Teilzeit – flexibel / Home Office | Veröffentlicht seit: 17.02.2026 auf stepstone.de
Doktorandin (w/m/d) Machine Learning und Datenverarbeitung im Bereich seismischer Messungen
Für den Standort Hamburg suchen wir:
Doktorandin (w/m/d) Machine Learning und Datenverarbeitung im Bereich seismischer Messungen
Entgeltgruppe 13 | Befristet: 3 Jahre | Start: 01.04.2026 | ID: MDO002/2026 | Bewerbungsschluss: bis zur Besetzung der Position | Teilzeit | Mobile Arbeit möglich
Das Deutsche Elektronen-Synchrotron DESY mit mehr als 2900 Mitarbeiter:innen an den Standorten Hamburg und Zeuthen zählt zu den weltweit führenden Forschungszentren. Im Mittelpunkt der Forschung steht die Entschlüsselung der Struktur und Funktion von Materie, von den kleinsten Teilchen des Universums bis hin zu den Bausteinen des Lebens. Damit trägt DESY zur Lösung der großen Fragen und drängenden Herausforderungen von Wissenschaft, Gesellschaft und Wirtschaft bei. Mit hochmoderner Forschungsinfrastruktur, interdisziplinär angelegten Forschungs-Plattformen und internationalen Vernetzungen verfügt DESY über ein hochattraktives Arbeitsumfeld im wissenschaftlichen, technischen und administrativen Bereich sowie für die Ausbildung von hochqualifiziertem Nachwuchs.
In der Arbeitsgruppe von Dr. Hoffmann wird ein innovatives Projekt zur Verarbeitung und Analyse seismischer Daten eines großskaligen Distributed Acoustic Sensing (DAS)-Netzwerks durchgeführt. Dieses Netzwerk ist auf dem DESY Campus sowie in den Beschleunigertunneln von PETRA III und dem European XFEL installiert. Ziel des Projekts ist es, seismische Störquellen präzise zu lokalisieren, ihre Kopplung an Gebäude- und Tunnelstrukturen besser zu verstehen und damit die Strahlstabilität und zeitliche Synchronisation im Femtosekundenbereich langfristig zu verbessern. Im Zuge einer Projekterweiterung wird der Einsatz von Machine-Learning-Methoden zur automatisierten Auswertung der sehr großen DAS-Datensätze systematisch ausgebaut. Themenbereich der Promotion ist die Lokalisierung seismischer Lärmquellen mit Machine-Learning.
