Leitender wissenschaftlicher Forschungsexperte – Computational Theory und Physik

🔥 vor 20 Stunden

🌐 Vereinigtes Königreich, Deutschland, +4 weitere Länder – Remote

🇬🇧 Vereinigtes Königreich – Remote 🇩🇪 Deutschland – Remote 🇵🇱 Polen – Remote 🇿🇦 Südafrika – Remote 🇦🇪 Vereinigte Arabische Emirate (VAE) – Remote 🇪🇬 Ägypten – Remote

⏳ Vertrag

🔴 Experte

👻 Geisterscore 12%

Was es bedeutet: wie wahrscheinlich diese Stelle offen bleibt, ohne dass aktiv eingestellt wird.So liest du es: 60 % oder höher heißt, wir halten das für einen Geisterjob. Niedrigere Werte sind weniger bedenklich.Wie wir werten: Dauer offen, Neuveröffentlichungen, offene Stellen vs Teamgröße, wie schnell Stellen geschlossen werden, und ob ein Gehalt angegeben ist.Hinweis: eine Schätzung aus öffentlichen Daten, kein Urteil über das Unternehmen. Echte Stellen können hoch punkten, nutze es also als Hinweis, nicht als Fakt.

Jetzt Bewerben

Ähnliche Remote-Jobs finden

E-Mail-Benachrichtigung für neue Jobs einrichten

📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle

Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.

Lebenslauf hochladen

Gramian Consulting

WebsiteLinkedInAlle Stellen

2 - 10 Mitarbeiter

Gegründet 2025

💼 Beratung

📦 Logistik

📣 Marketing

Consulting • Logistics • Marketing

Gramian Consulting ist eine Remote-First-Beratung, die Ingenieur- und Daten-/KI-Talente mit Organisationen durch Talentanreicherung, Rekrutierung, dedizierte Teams und Vertragsmanagement verbindet. Das Unternehmen bietet Daten- und KI-Dienste inklusive LLM-Training und Feinabstimmung, KI-Agenten und -Assistenten, MLOps und KI-Infrastruktur. Zudem bietet es Mentorship- und Bildungsprogramme für Karrierevorbereitung, Interviewvorbereitung und internationale Marktorientierung an. Mit praktischer Erfahrung in Ingenieurwesen und Rekrutierung unterstützt Gramian Kunden beim Ausbau technischer Teams und der Wertschöpfung aus KI, während auch individuelle Talente entwickelt werden.

Beschreibung

• Identifizierung und Formulierung grundlegender offener Probleme, theoretischer Schranken und computationaler Herausforderungen, bei denen sich Fortschritte rigoros nachweisen lassen. • Anleitung von KI-Modellen und -Agenten durch komplexe, mehrstufige Forschungsabläufe mit mathematischen Beweisen, Algorithmusentwicklung, numerischen Experimenten und Hochleistungssimulationen. • Validierung von Forschungsergebnissen durch Beweisverifikation, computational Reproduction, formale Methoden und andere rigorose Bewertungstechniken. • Bewertung der Neuartigkeit, Korrektheit und wissenschaftlichen Bedeutung von Forschungsergebnissen im Vergleich zu etablierten Erkenntnissen und der aktuellen Fachliteratur. • Erstellung prägnanter Forschungsnotizen, in denen Lösungsversuche, Teilergebnisse, Einschränkungen der Modelle und wiederkehrende Denkfehler dokumentiert werden. • Empfehlung aussichtsreicher Forschungsrichtungen, Teilgebiete und offener Probleme, die sich für Untersuchungen mit fortgeschrittenen KI-Modellen und Computational Tools eignen. • Anwendung eines kritischen Urteilsvermögens bei der Prüfung technischer Arbeiten, die über das unmittelbare eigene Forschungsgebiet hinausgehen. • Mitwirkung bei der Entwicklung von Bewertungsstandards, die echten wissenschaftlichen Fortschritt von plausiblen, aber nicht belegten Ergebnissen unterscheiden.

🎯 Anforderungen

• Etwa 7–10 oder mehr Jahre aktive Forschungserfahrung in Informatik, mathematischer Physik, Computational Physics oder einem eng verwandten Fachgebiet. • Nachweisbare wissenschaftliche Beiträge, einschließlich Veröffentlichungen auf führenden Konferenzen, in Fachzeitschriften oder anderen anerkannten Forschungseinrichtungen und Publikationsorganen. • Umfassende praktische Erfahrung mit computationalen Forschungsmethoden, beispielsweise numerischer Analysis, Simulation, Implementierung von Algorithmen oder High-Performance Computing. • Nachgewiesene Fähigkeit, technische Aussagen rigoros zu bewerten, Ergebnisse zu verifizieren und Lücken in der mathematischen oder computationalen Argumentation zu erkennen. • Sehr gute Kenntnis der Forschungsliteratur und etablierter Ergebnisse im eigenen Fachgebiet. • Ausgeprägte analytische Fähigkeiten sowie sehr gute Kompetenzen im technischen Schreiben und in der wissenschaftlichen Kommunikation. • Fähigkeit, selbstständig zu arbeiten, mehrdeutige Probleme zu bewerten und Erkenntnisse klar zu vermitteln.