Wissen schaffen, Zukunft gestalten: Am HZDR arbeiten Wissenschaftler an bahnbrechenden Lösungen in Energie, Gesundheit und Materie – von präzisen Krebstherapien bis zur Entwicklung nachhaltiger Energieressourcen.
Die Programme
Mit HIDA das HZDR kennen lernen
Das HZDR ist Teil der Helmholtz Gemeinschaft.
Mit folgenden Programmen können Data Science Talente am Zentrum forschen.
Das Helmholtz-Zentrum Dresden-Rossendorf (HZDR) widmet sich der anwendungsorientierten Grundlagenforschung in den Bereichen Energie, Gesundheit und Materie. Ziel des HZDR ist es, Erkenntnisse aus der Grundlagenforschung in praktische Anwendungen zu überführen – von innovativen Krebsbehandlungen bis zur Entwicklung neuer Materialien für die Energietechnik.
Forschungsschwerpunkte:
- Energie: Nachhaltige Ressourcen, Fusionsforschung, Wasserstofftechnologien
- Gesundheit: Radiopharmazeutische Forschung, Krebstherapie mit Teilchenstrahlen
- Materie: Plasmaphysik, Hochleistungsstrahlungen, Materialforschung
Die Standorte
Die Standorte
Hauptstandort: Dresden-Rossendorf
Forschungsinfrastruktur und Kooperationen:
- Helmholtz-Institut Freiberg für Ressourcentechnologie
- Hochfeld-Magnetlabor Dresden
- ELBE – Zentrum für Hochleistungsstrahlenquellen
- CASUS - Görlitz
Kompetenzen des HZDR im Bereich Data Science & KI
Das HZDR setzt auf modernste KI-Technologien und Big-Data-Analysen, um hochkomplexe physikalische und medizinische Prozesse zu erforschen. Interdisziplinäre Teams entwickeln datengetriebene Modelle zur Verbesserung wissenschaftlicher Simulationen, Diagnosemethoden und Materialdesigns.
- KI-gestützte Analyse medizinischer Bildgebung für personalisierte Krebstherapien
- Maschinelles Lernen zur Optimierung von Materialsimulationen und Hochenergieprozessen
- Automatisierte Mustererkennung in Teilchenbeschleuniger- und Plasmaexperimenten
- Entwicklung von Simulationsmodellen für nachhaltige Energietechnologien
- Multimodale Datenintegration zur Verbesserung wissenschaftlicher Vorhersagen
Mit rund 1.500 Mitarbeitenden verbindet das HZDR Grundlagenforschung und Transfer, um Wissenschaft und Wirtschaft in Sachsen, Deutschland und Europa nachhaltig zu stärken.
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 HZDR
Lernen Sie hier einige potentielle Gastgeberinnen und Gastgeber am HZDR kennen und erfahren sie mehr über deren jeweilige Data Science-Forschung.
Bevor Sie Kontakt mit den potenziellen Gastgebern aufnehmen, lesen Sie bitte die Hinweise zur Bewerbung.
Bitte beachten Sie: Die hier aufgeführte Liste zeigt lediglich eine Auswahl möglicher Gastgeber.
Darüber hinaus können Sie auch eigenständig potenzielle Hosts im Zentrum kontaktieren und mit ihnen eine Teilnahme am HIDA Mobility Program vereinbaren.
Michael Bussmann
Sustainable Systems Science
Ansprechpartner
Short summary of your group's research: The Center for Advanced Systems Understanding is a new center working in the field of data-driven systems science. We strive to understand complex systems in an interdisciplinary way using newest digital technologies. From modelling the formation of complete organisms from a single cell to studying the interplay between ecosystems and biodiversity, from understanding what exoplanets look like to working on the mobility of the future, CASUS provides a diverse and welcoming research culture.
What infrastructure, programs and tools are used in your group? We provide access to a large HPC systems for both high performance compute simulations and large-scale AI. We have expertise in high performance computing, scalable AI, human-machine interaction, and strive for the development of professional research software and solutions. We have access to some of the largest compute resources on the planet.
What could a participant of the HIDA Trainee Network learn in your group? How could he or she support you in your group? Trainees have a large variety of options, from learning High Performance Computing (including GPU and FPGA computing) to newest developments in AI (physics-informed NN, Invertible NNs, Normalizing Flows, ...), from applied mathematics and data science foundations to using their skills for a variety of applications in physics, ecology, digital health, autonomous systems, cyber security, earth systems science and more.
Peter Steinbach
Künstliche Intelligenz
Ansprechpartner
Three-sentence summary of your group's research: We are Helmholtz.AI consultants and work on a wide range of projects. Our core strengths presently are digital twins using machine learning (simulation based inference, surrogate modelling), pattern recognition and object detection in images and other modalities, anomaly detection, uncertainty quantification and prediction robustness. As a plus, we have a strong background in teaching.
What infrastructure, programs and tools are used in your group? We use HPC infrastructure locally and available across Germany. We so far, have concentrated on the use of libraries like pytorch, scikit-learn, scikit-image to which we occasionally contribute.
What could a guest researcher learn in your group? How could he or she support you in your group? In our team, a scientist could learn about how to make a machine learning model more trustworthy (with respect to stability, fairness, uncertainty, robustness and explainability). We can offer guidance on each of the topics we specialize in: digital twins, surrogate modelling, object recognition, anomaly detection, prediction robustness. We can also help to set up a reprucible and scalable machine learning workflow. If you like to learn more, please let me know.
We always welcome support in converting our learnings into open-source tools that the community at large can reuse subsequently.
Richard Gloaguen
Exploration and characterization
Ansprechpartner
Short summary of your group's research: We are developing imaging technologies for the characterization of complex material streams and the Earth's surface. Our approach is based on sensor integration and processing using machine learning. Our platforms include drones, robots and conveyor systems.
What infrastructure, programs and tools are used in your group? We have our own imaging sensors, a GPU HPC and develop our own python tools.
What could a participant of the HIDA Trainee Network learn in your group? How could he or she support you in your group? A guest researcher would learn to work with cutting edge technology and process data with the latest developments in computer vision and machine learning.
