BASF

BASF ist eines der weltweit führenden Chemieunternehmen, das innovative Lösungen für verschiedene Industrien bietet.

title

<h2 class='jobSectionHeader'>WELCOME TO BASF</h2><p>Wir laden dich ein, als Postdoc im ASCEND (Accelerate Positive Clean Energy Districts) Projekt mitzuwirken und zu den Bereichen Digitale Katalyse sowie Self-Driving Lab f&#252;r thermische CO&#8322;-Verwertung beizutragen.</p><h2 class='jobSectionHeader'>WAS DICH ERWARTET</h2><p>Der Schwerpunkt liegt auf der Entwicklung chemisch sinnvoller Deskriptoren und deren computergest&#252;tzter Generierung, um sie in datengetriebene experimentelle Design-Frameworks zu integrieren. Ziel ist es, eine effiziente und chemisch informierte Erkundung gro&#223;er Katalysator- und Prozessr&#228;ume in autonomen Laborumgebungen zu erm&#246;glichen.</p><ul><li>Du entwickelst physikalisch und chemisch sinnvolle Deskriptoren f&#252;r Katalysatorsysteme zur thermischen CO&#8322;-Verwertung.</li><li>Du implementierst skalierbare, computergest&#252;tzte Workflows zur Deskriptor-Generierung.</li><li>Du verkn&#252;pfst Deskriptor-Frameworks mit datengetriebenen Explorationsstrategien.</li><li>Du arbeitest an Methodenentwicklung und Validierung in Zusammenarbeit mit experimentellen und digitalen Teams.</li><li>Du unterst&#252;tzt die Integration der Methoden in Self-Driving-Lab-Workflows.</li><li>Du publizierst Ergebnisse in wissenschaftlichen Zeitschriften und Projektberichten.</li></ul><h2 class='jobSectionHeader'>DEIN PROFIL</h2><ul><li>Promotion in Chemie, Chemieingenieurwesen, Materialwissenschaften, Physik oder einem verwandten Bereich</li><li>Fundierte Kenntnisse in computergest&#252;tzter Chemie (z.B. DFT, atomistische Simulationen) und Katalysatormodellierung (heterogene und/oder homogene Systeme)</li><li>Erfahrung mit Python-basierter wissenschaftlicher Software (z.B. FireWorks, Jobflow, pymatgen, ASE oder &#228;hnliche Tools) sowie Modellierung und Analyse von Katalyse- oder Materialsystemen</li><li>F&#228;higkeit, chemisches Wissen in quantitative Deskriptoren zu &#252;bersetzen</li><li>Kenntnisse in Design of Experiments (DOE), Active Learning, Bayesscher Optimierung oder Machine Learning Methoden f&#252;r chemische Systeme sind von Vorteil</li><li>Vertrautheit mit High-Throughput-Workflows, automatisierten oder autonomen Labor-Konzepten sowie ausgepr&#228;gte Kommunikationsf&#228;higkeiten und Teamgeist</li></ul><h2 class='jobSectionHeader'>WAS WIR BIETEN</h2><ul><li>Mitarbeit in einem kollaborativen, interdisziplin&#228;ren Forschungsprojekt im Rahmen von ASCEND</li><li>Zugang zu fortschrittlicher rechnergest&#252;tzter und experimenteller Infrastruktur</li><li>Beitrag zur Entwicklung n&#228;chster Generation autonomer Forschungssysteme</li><li>Dynamisches Forschungsumfeld mit starker akademischer und industrieller Zusammenarbeit</li></ul><h2 class='jobSectionHeader'>Diversity ist unsere gr&#246;&#223;te St&#228;rke!</h2><p>Werde Teil unserer Erfolgsformel und gestalte die Zukunft mit uns – in einem globalen Team, das Inklusion und Chancengleichheit unabh&#228;ngig von Geschlecht, Alter, Herkunft, sexueller Orientierung, Behinderung oder Weltanschauung lebt.</p>

Chemie, Chemieingenieurwesen

Physik

Sonstige

Promotion

Festanstellung

Senior

Deutsch

Englisch

Hier gestaltest du die Zukunft der Forschung mit: Entwickle neue Methoden, um chemische Prozesse datengetrieben zu optimieren und arbeite an autonomen Laboren. Mache jetzt den Test und finde heraus, ob du geeignet bist.

<div><div style="padding:10.0px 0.0px;border:1.0px solid transparent"><div style="font-size:18.0px;word-wrap:break-word"><H2 style="font-size:1.0em;margin:0.0px"><b>WELCOME TO BASF</b></H2></div><div><p><span style="font-size:14.0pt"><span style="font-family:arial, helvetica, sans-serif">We are inviting applications for a Postdoctoral Researcher within the ASCEND (</span>Accelerate Positive Clean Energy Districts) <span style="font-family:arial, helvetica, sans-serif">project, contributing to Work Package 01 Digital Catalysis and Work Package 04 Self-Driving Lab for Thermal CO₂ Valorization.</span></span></p></div></div><div style="padding:10.0px 0.0px;border:1.0px solid transparent"><div style="font-size:18.0px;word-wrap:break-word"><H2 style="font-size:1.0em;margin:0.0px"><b>WHAT YOU CAN EXPECT</b></H2></div><div><p><span style="font-family:arial, helvetica, sans-serif;font-size:14.0pt">The position focuses on the development of chemically meaningful descriptors and their on-demand computational generation, enabling their integration into data-driven experimental design frameworks. The overall objective is to support chemically informed and efficient exploration of large catalyst and process spaces within autonomous (self-driving) laboratory environments.</span></p><div><ul><li><span style="font-size:14.0pt">You will develop physically and chemically meaningful descriptors for catalytic systems relevant to thermal CO₂ valorization.</span></li><li><span style="font-size:14.0pt">Furthermore, you will implement computational pipelines for scalable, on-demand descriptor generation.</span></li><li><span style="font-size:14.0pt">You will interface descriptor frameworks with data-driven exploration strategies.</span></li><li><span style="font-size:14.0pt">Additionally, you will contribute to method development and validation in collaboration with experimental and digital teams.</span></li><li><span style="font-size:14.0pt">You will support the integration of methods into self-driving laboratory workflows.</span></li><li><span style="font-size:14.0pt">Last but not least, you will disseminate results through scientific publications and project reports.</span></li></ul></div></div></div><div style="padding:10.0px 0.0px;border:1.0px solid transparent"><div style="font-size:18.0px;word-wrap:break-word"><H2 style="font-size:1.0em;margin:0.0px"><b>WHAT YOU OFFER</b></H2></div><div><ul><li><span style="font-size:14.0pt">PhD in Chemistry, Chemical Engineering, Materials Science, Physics, or a related field</span></li><li><span style="font-size:14.0pt">strong expertise in computational chemistry (e.g. DFT, atomistic simulations) and catalyst modelling (heterogeneous and/or homogeneous systems)</span></li><li><span style="font-size:14.0pt">experience with Python-based scientific computing (e.g. FireWorks, Jobflow, pymatgen, ASE or similar tools) as well as modelling and analysis of catalytic or materials systems</span></li><li><span style="font-size:14.0pt">proven </span><span style="font-size:14.0pt">ability to translate chemical insight into quantitative descriptors</span></li><li><span style="font-size:14.0pt">knowledge of design of experiments (DOE), active learning, Bayesian optimization or machine learning methods for chemical systems is considered a plus</span></li><li><span style="font-size:14.0pt">familiarity with high-throughput computational or experimental workflows, automated or self-driving laboratory concepts, as well as strong communication skills and the ability to work effectively in interdisciplinary teams</span></li></ul></div></div><div style="padding:10.0px 0.0px;border:1.0px solid transparent"><div style="font-size:18.0px;word-wrap:break-word"><H2 style="font-size:1.0em;margin:0.0px"><b>WHAT WE OFFER</b></H2></div><div><ul><li><span style="font-size:14.0pt;font-family:arial, helvetica, sans-serif">Participation in a collaborative, interdisciplinary research project within ASCEND</span></li><li><span style="font-size:14.0pt;font-family:arial, helvetica, sans-serif">Access to advanced computational and experimental infrastructures</span></li><li><span style="font-size:14.0pt;font-family:arial, helvetica, sans-serif">Opportunity to contribute to the development of next-generation autonomous research systems</span></li><li><span style="font-size:14.0pt;font-family:arial, helvetica, sans-serif">Dynamic research environment with strong academic and industrial collaboration</span></li></ul></div></div><div style="padding:10.0px 0.0px;border:1.0px solid transparent"><div style="font-size:18.0px;word-wrap:break-word"><H2 style="font-size:1.0em;margin:0.0px"><b>HOW TO REACH US</b></H2></div><div><ul><li><span style="font-family:arial, helvetica, sans-serif;font-size:14.0pt">Larissa Anna Treiber (Talent Acquisition), larissa-anna.treiber@basf.com, Tel: +49 30 2005-56384 will be happy to answer your questions for this position.</span></li><li><span style="font-family:arial, helvetica, sans-serif;font-size:14.0pt">You can also reach our recruiting team <a href="https://karriere.basf.com/de/en/kontakt" target="_blank" rel="noopener noreferrer nofollow">here</a>.</span></li><li><span style="font-size:14.0pt"><span style="font-family:arial, helvetica, sans-serif">First information about our application process can be found </span><a href="https://karriere.basf.com/de/en/bewerbung/bewerbungsprozess" target="_blank" rel="noopener noreferrer nofollow">here</a>.</span></li></ul></div></div><div style="padding:10.0px 0.0px;border:1.0px solid transparent"><div style="font-size:18.0px;word-wrap:break-word"><H2 style="font-size:1.0em;margin:0.0px"><b>ABOUT US</b></H2></div><div><p><span style="font-family:arial, helvetica, sans-serif;font-size:14.0pt">Please attach a curriculum vitae, a publication list, as well as a brief research statement (maximum two pages) describing your relevant experience and research interests (in English). </span><span style="font-family:arial, helvetica, sans-serif;font-size:14.0pt">For more information about the ASCEND project, please visit the </span><a style="font-family:arial, helvetica, sans-serif;font-size:14.0pt" tabindex="0" href="https://ascend-project.berlin/" target="_blank" rel="noopener noreferrer">ASCEND project website</a><span style="font-family:arial, helvetica, sans-serif;font-size:14.0pt">.</span></p></div></div><div style="padding:10.0px 0.0px;border:1.0px solid transparent"><div style="font-size:18.0px;word-wrap:break-word"><H2 style="font-size:1.0em;margin:0.0px"><b>Diversity is our greatest strength!</b></H2></div><div><p><span style="font-size:14.0pt"><span style="font-family:Arial, Helvetica, sans-serif">Become a part of our winning formula for success and develop the future with us - in a global team that embraces inclusion and equal opportunities irrespective of gender, age, origin, sexual orientation, disability or belief.</span></span></p></div></div></div>

Zusätzliche Infos - gehören nicht zur Beschreibung:
{
  "employer": "BASF SE",
  "city": "Ludwigshafen am Rhein",
  "stateabbr": "",
  "country": "DE",
  "postalcode": "",
  "department": "ATS_WCMS_WEBFORM",
  "category": "Research & Development",
  "locale": "en_US",
  "workflex": "On-site",
  "productservice": "",
  "posteddate": "Thu, 13 08 2026 00:00:00 GMT",
  "requiredcertification": "",
  "recruiterid": "",
  "customfield3": "f16",
  "customfield4": "l2",
  "customfield5": "t2",
  "brand": "dark_blue_EMEA"
}

Forschung

Entwicklung

Ausschließlich vor Ort

Du entwickelst chemisch sinnvolle Deskriptoren f&#252;r Katalysatorsysteme zur thermischen CO&#8322;-Verwertung, implementierst computergest&#252;tzte Workflows und arbeitest an der Integration in autonome Labore. Du arbeitest eng mit experimentellen und digitalen Teams zusammen.

Computergestützte Chemie

Katalysatormodellierung

Python-basierte wissenschaftliche Software

Modellierung und Analyse von Katalyse- oder Materialsystemen

Design of Experiments (DOE)

Active Learning

Bayessche Optimierung

Machine Learning Methoden für chemische Systeme

High-Throughput-Workflows

Automatisierte oder autonome Labor-Konzepte

Entwicklung chemisch sinnvoller Deskriptoren

Implementierung skalierbarer Workflows

Verknüpfung von Deskriptor-Frameworks

Methodenentwicklung und Validierung

Integration in Self-Driving-Lab-Workflows

Publikation von Ergebnissen

Postdoc Fundamental Chemistry for Enabling Self-Driving Lab for Thermal CO₂ Valorization (m/f/d)

Keine Reisebereitschaft nötig

WELCOME TO BASFWir laden dich ein, als Postdoc im ASCEND (Accelerate Positive Clean Energy Districts) Projekt mitzuwirken u...