Postdoktorand - Large Language Models für Metadatenextraktion und wissenschaftliche Dateninfrastrukturen

Im Rahmen eines nationalen Verbundprojekts zur Weiterentwicklung von Forschungsdatenmanagement (RDM) in den Photon- und Neutronenwissenschaften (PaN) arbeitet die TUM gemeinsam mit Partnern an innovativen Methoden zur automatisierten Metadatenextraktion und -nutzung auf Basis moderner KI-Technologien. Ziel ist es, komplexe experimentelle Daten durch semantische Anreicherung, Standardisierung und intelligente Abfragemethoden besser zugänglich und nutzbar zu machen.

Der TUM-Anteil konzentriert sich insbesondere auf die Implementierung und Integration der entwickelten Modelle in die Software-Infrastruktur des Heinz Maier-Leibnitz Zentrums (MLZ) sowie auf die Entwicklung von Methoden zur automatisierten Code-Generierung für die Analyse von Neutronendaten.

Sie wirken in einem institutsübergreifenden Team mit bei:

• Implementierung und Integration von LLM-basierten Methoden zur automatisierten Metadatenextraktion in die Dateninfrastruktur des FRM II / MLZ

• Entwicklung robuster Pipelines zur Extraktion, Harmonisierung und Standardisierung von Metadaten aus heterogenen Quellen (z. B. Publikationen, HDF-Dateien)

• Anpassung und Optimierung von Large Language Models für wissenschaftliche Anwendungen im Bereich der Neutronenforschung

• Mitwirkung an der Entwicklung und Implementierung von Ontologien und Wissensgraphen zur semantischen Verknüpfung experimenteller Daten

• Entwicklung von Systemen zur Übersetzung natürlicher Sprache in strukturierte Datenabfragen (z. B. SPARQL)

• Beitrag zur Entwicklung eines LLM-basierten Assistenzsystems zur Unterstützung von Experimentplanung und Metadatenerfassung Mitarbeit an der automatisierten Code-Generierung zur Analyse von Neutronendaten

• Enge Zusammenarbeit mit Projektpartnern (u. a. Forschungszentrum Jülich, KIT, Hereon) sowie Initiativen wie DAPHNE4NFDI

• Evaluation und Validierung der entwickelten Methoden mit realen Nutzerdaten und verschiedenen Anwendergruppen

Abgeschlossene Promotion in Physik, Informatik, Data Science oder einem verwandten Fachgebiet

• Fundierte Kenntnisse im Bereich Machine Learning / Natural Language Processing, idealerweise mit Fokus auf Large Language Models
• Erfahrung in Python und modernen ML-Frameworks (z. B. PyTorch, TensorFlow, Hugging Face)
• Kenntnisse in Datenformaten und -standards (z. B. HDF5, NeXus) sind von Vorteil
• Erfahrung mit semantischen Technologien (Ontologien, RDF, SPARQL, Knowledge Graphs) wünschenswert
• Interesse an wissenschaftlichen Großgeräten und experimenteller Forschung (insb. Neutronen- oder Synchrotronstrahlung)
• Fähigkeit zum interdisziplinären Arbeiten und zur Kommunikation mit wissenschaftlichen Nutzergruppen
• Sehr gute Englischkenntnisse in Wort und Schrift

Wir bieten Ihnen flexible Arbeitszeit, 30 Urlaubstage pro Jahr und eine betriebliche Altersvorsorge (VBL).

Als Mitarbeiter oder Mitarbeiterin des FRM II können Sie von vielen weiteren Angeboten der TUM profitieren:

• Gesundheitsangebote der TUM und Hochschulsport
• Umfangreiche TUM-interne Fort- und Weiterbildungsmöglichkeiten
• Kinderbetreuung der TUM (nach Verfügbarkeit)
• Sehr gute Anbindung an öffentliche Verkehrsmittel

Die Stelle wird nach TV-L vergütet und ist auf 3 Jahre befristet.

Die Technische Universität München betreibt mit der Forschungs-Neutronenquelle Heinz Maier-Leibnitz (FRM II) in Garching bei München eine der leistungsfähigsten und modernsten Neutronenquellen weltweit. Als Serviceeinrichtung für die Wissenschaft und Dienstleister für die Industrie nehmen wir eine Spitzenstellung im Bereich der Forschung mit Neutronen und deren technischer Nutzung ein.