Das HZB kombiniert Spitzenforschung mit modernster Technologie, um nachhaltige Lösungen für die Energieversorgung der Zukunft zu entwickeln.
Die Programme
Mit HIDA das HZB kennen lernen
Das Helmholtz Zentrum Berlin ist Teil der Helmholtz Gemeinschaft.
Mit folgenden Programmen können Data Science Talente am Zentrum forschen.
Das Helmholtz-Zentrum Berlin (HZB) forscht an Materialien für die Energiewende und entwickelt innovative Konzepte für Teilchenbeschleuniger. Ein zentraler Schwerpunkt ist die Erforschung von Solarzellen, Batterien und Katalysatoren zur effizienten Energieumwandlung und -speicherung. Mit der Synchrotronstrahlungsquelle BESSY II ermöglicht das HZB hochpräzise Analysen verschiedenster Materialien, von Energiespeichern bis hin zu biologischen Proben.
Forschungsschwerpunkte:
- Photovoltaik
- Forschung mit Photonen
- Solare Brennstoffe / Katalyse
- Elektrochemische Energiespeicherung (z.B. Batterien)
- Quanten- und Funktionale Materialien
- Beschleunigerforschung
Die Standorte
Die Standorte
Forschungsstandorte des HZB:
- Berlin-Wannsee (Hauptstandort)
- Berlin-Adlershof
Kompetenzen des HZB im Bereich Data Science und KI
Das HZB nutzt Data-Science-Methoden und Künstliche Intelligenz, um komplexe Materialien und deren Eigenschaften präzise zu analysieren. In interdisziplinären Teams werden große Datensätze aus Experimenten mit maschinellem Lernen und Simulationen kombiniert, um neue Erkenntnisse in der Materialwissenschaft zu gewinnen.
Durch den Einsatz fortschrittlicher KI-Modelle werden innovative Analysemethoden für Energiematerialien entwickelt, die neue Wege für eine nachhaltige Energieversorgung eröffnen.
- Automatisierte Analyse von Materialdaten
- KI-gestützte Optimierung von Solarzellen
- Simulationen für neue Batteriematerialien
- Datengetriebene Forschung mit Synchrotronstrahlung
- Maschinelles Lernen für Materialdesign
Mit der Synchrotronstrahlungsquelle BESSY II gewinnen Forschende präzise Einblicke in Prozesse und Strukturen in Materialien und entwickeln innovative Lösungen für die Energieversorgung der Zukunft. Jedes Jahr verzeichnet BESSY II rund 2700 Besuche von Messgästen aus 58 Ländern.
Bewerbungshinweise
Hinweise zur Bewerbung
Helmholtz-Betreuer
Lernen Sie hier einige potentielle Gastgeberinnen und Gastgeber an verschiedenen Helmholtz-Zentren kennen und erfahren sie mehr über deren jeweilige Data Science-Forschung durch einen Klick auf die Karten.
Bitte beachten Sie: Kontaktieren Sie Ihren potenziellen Betreuer oder Ihre potenzielle Betreuerin bitte vorab per E-Mail, um ein Forschungsprojekt vorzuschlagen und zu besprechen. Reichen Sie erst nach dieser Klärung Ihre Bewerbung ein.
Wenn Sie Fragen haben, senden Sie bitte eine E-Mail an: hida@helmholtz.de
Sie möchten selbst gerne Helmholtz-Gastgeber werden und suchen nach Unterstützung für Ihr Forschungsprojekt? Dann wenden Sie sich ebenfalls an die oben genannte E-Mail Adresse.
Die Hosts am Helmholtz Zentrum Berlin
Lernen Sie hier potenzielle Gastgeberinnen und Gastgeber am HZB kennen und erfahren Sie mehr über deren jeweilige Data-Science-Forschung.
Bevor Sie Kontakt aufnehmen, lesen Sie bitte die Hinweise zur Bewerbung.
Annika Bande
Annika Bande - HZB
Helmholtz-Zentrum Berlin für Materialien und Energie (HZB)
Young Investigator Group Theory of Electron Dynamics and Spectroscopy
Short summary of your group's research: The electronic Schrödinger equation encodes the excited states of any material and their interaction with light may it be in electron dynamics or spectroscopy. We solve the equations in particular for nanomaterials accounting for their chemical environment. Particular interest lies in employing the recent methods of data science and quantum computation along with the traditional theories.
What infrastructure, programs and tools are used in your group? Different commercial and self-written quantum chemistry codes
What could a participant of the HIDA Trainee Network learn in your group? How could he or she support you in your group? Learn: Questions from the domain science quantum chemistry to data science, in particular handling of scarce data. Cutting-edge method development. Support: Overview knowledge on data science and experience in formulating questions properly for a data-driven solution.
