Mit Data Science die eigene Forschung vorantreiben, von führenden Data Scientists lernen und sich interdisziplinär austauschen – das ist möglich an der Helmholtz School for Data Science in Life, Earth and Energy (HDS-LEE) im nordrhein-westfälischen ABCD-Dreieck (Aachen-Bonn-Cologne-Düsseldorf).
Forschung mit High-Performance-Computing
Die internationale Graduiertenschule HDS-LEE bietet ein interdisziplinäres Umfeld für die Ausbildung der nächsten Generation von Datenwissenschaftlern in engem Kontakt mit fachspezifischem Wissen und Forschung. Sie ist Teil des neu gegründeten JARA Center for Simulation and Data Sciences, das deutsche Kompetenzzentrum für Computer- und Dateninfrastrukturen, Nutzerunterstützung sowie methodische und disziplinäre Forschung in den Bereichen Simulation, Datenanalyse und High Performance Computing-Technologien. JARA ist eine einzigartige Kooperation zwischen dem Helmholtz-Forschungszentrum Jülich und der RWTH Aachen mit starker internationaler Sichtbarkeit.
Die HDS-LEE ermöglicht es, dass wir uns über unsere Forschungsbereiche hinweg austauschen können. So können wir uns inspirieren lassen, die Probleme im eigenen Fachbereich besser zu verstehen oder anders zu lösen.
Christian Gerloff
erforscht an der HDS-LEE die Signale des menschlichen Gehirns - mit Data Science. Lesen Sie mehr zu seinem Projekt.
Mehr über die Forschung an der HDS-LEE
HDS-LEE Reportagen
Mehr über die Forschung an der HDS-LEE und ihre Promovierenden finden Sie auf folgenden Seiten:
Gleich drei neue KI-Großprojekte haben Wissenschaftlerinnen und Wissenschaftler an der HDS-LEE kürzlich eingeworben. Das bedeutet: Neue Promovierende, ein noch stärkeres Netzwerk und weitere Data-Science-Forschungsthemen.
Mario Rüttgers wendet Data Science-Methoden an, um zu zeigen, welche kleinen Wirbelstürme beim Einatmen in der Nase toben. Mit diesen Erkenntnissen will er helfen, künftige Nasen-OPs erfolgreicher zu machen – und Patienten das Atmen zu erleichtern.
Christian Gerloff hat Elektrische Energietechnik studiert. Als Doktorand an der Graduiertenschule HDS-LEE forscht der Ingenieur nun daran, mit Data Science-Methoden eines der komplexesten Systeme weiter zu enträtseln: das menschliche Gehirn.
Mission
Das strukturierte Promotionsprogramm der HDS-LEE richtet sich an exzellente Absolventinnen und Absolventen der Mathematik, Informatik, Naturwissenschaften und Ingenieurwissenschaften aus aller Welt. Die Promovierenden an der HDS-LEE wollen mit ihrer Forschung sowohl die Entwicklung datenwissenschaftlicher Methoden vorantreiben als auch modernste Technologien der künstlichen Intelligenz und des maschinellen Lernens nutzen, um anspruchsvolle wissenschaftliche Probleme zu lösen.
In dem strukturierten Programm werden die Doktorandinnen und Doktoranden in allen wesentlichen Bereichen der Informations- und Datenwissenschaften ebenso wie in Kommunikation und weiteren Schlüsselqualifikationen geschult. Die Ausbildungskomponenten des Programms werden gestärkt durch individuell zusammengestellte Trainingsmaßnahmen am Jülich Supercomputing Center (JSC).
Forschungsbereiche
- Biowissenschaften
- Geowissenschaften
- Energiesysteme / Materialwissenschaften
Curriculum
- Betreuung und Supervision durch ein interdisziplinär zusammengesetztes Thesis Advisory Committee (TAC)
- Obligatorische Vorlesung „Data Science Methods and Applications“
- Kurse zur wissenschaftlichen Weiterbildung, u.a. Trainingstage am Jülich Supercomputing Center (JSC) zu Themen wie Parallel Computing, maschinelles Lernen und Visualisierung
- Soft Skill Kurse: Wissenschaftliches Schreiben und Präsentieren, Gute wissenschaftliche Praxis und "Doing Science"
- Jährliche Klausurtagung
- Teilnahme an (internationalen) Konferenzen
- Persönliches Kompetenztraining und umfassende Unterstützung hinsichtlich Networking und Karriereentwicklung
Finanzierung und Dauer des Programms
Das Programm erstreckt sich über 3 Jahre und bietet eine volle Finanzierung. Die Vergütung während der Laufzeit entspricht der Tarifstufe E13 des TVöD/TV-L.
Bewerbung und weitere Informationen
Es stehen insgesamt 24 Promotionsstellen zur Verfügung, die direkt über HDS-LEE finanziert werden. Zudem können interessierte Data Science-Doktoranden dem Programm als assoziierte Doktoranden beitreten, bevorzugt von den HDS-LEE-Standorten Aachen, Köln, Düsseldorf und Jülich. Programmstart ist in einem Dreijahres-Rhythmus, die nächste Ausschreibungsphase startet 2021. Die Programmsprache ist Englisch.
Die Bewerberinnen und Bewerber müssen über angemessene Kenntnisse der Informatik im Allgemeinen verfügen, da HDS-LEE keine Ausbildung in Informatik-Grundlagen wie z.B. Programmieren anbietet. Zudem werden Englischkenntnisse vorausgesetzt.
Sind Sie daran interessiert, Ihre naturwissenschaftliche Forschung mit Data Science-Methoden voranzutreiben? Dann bewerben Sie sich bei der HDS-LEE
„An der HDS-LEE profitiere ich vor allem vom Ausbildungsangebot: den Soft-Skills-Kursen und natürlich den Vernetzungsmöglichkeiten. Der Austausch mit anderen Personen, die in ihrer Forschung ähnliche Probleme oder Herausforderungen haben, ist sehr wertvoll.“
Mario Rüttgers, assoziierter Doktorand an der HDS-LEE
Kontakt
Anne Bulling
Anne Bulling
Wissenschaftliche Koordinatorin HDS-LEE
Forschungszentrum Jülich GmbH
Institut für Bio- und Geowissenschaften IBG-1: Biotechnologie
52425 Jülich
Folgende Partner sind an der HDS-LEE beteiligt
Forschungszentrum Jülich
Deutsches Zentrum für Luft- und Raumfahrt
Universität zu Köln
RWTH Aachen University
Max-Planck-Institut für Eisenforschung
Unsere Doktoranden
Lisa Beumer
Doktorandin HDS-LEE
Kontakt
Leonardo Boledi
Doktorand HDS-LEE
Kontakt
Eike Cramer
Alumnus HDS-LEE
Kontakt
Danimir Doncevic
Doktorand HDS-LEE
Kontakt
Christian Gerloff
Doktorand HDS-LEE
Ansprechpartner
Sonja Germscheid
Doktorandin HDS-LEE
Kontakt
Jorge Guzmàn
Doktorand HDS-LEE
Kontakt
Jazib Hassan
Doktorand HDS-LEE
Kontakt
Laura Helleckes
Doktorandin HDS-LEE
Kontakt
Robin Hilgers
Doktorand HDS-LEE
Kontakt
Christiano Köhler
Doktorand HDS-LEE
Kontakt
Johannes Kruse
Alumnus HDS-LEE
Kontakt
Charlotte Neubacher
Doktorandin HDS-LEE
Kontakt
Supervisor
Prof. Dr. Astrid Kiendler-Scharr
Prof. Dr. Axel Klawonn
Dr. Anne Caroline Lange