PhD-Stellen in rechnergestützter Quanten-Vielteilchenphysik, maschinellem Lernen, nicht-Hermiteschen Systemen 100%

Veröffentlicht:23 Oktober 2025
Pensum:100%
Arbeitsort:Zurich

Job-Zusammenfassung

ETH Zürich sucht PhD-Positionen in quantenphysikalischer Forschung.

Aufgaben

Entwicklung von Algorithmen für quantenmechanische Systeme.
Zusammenarbeit in einem interdisziplinären Team.
Anwendung von maschinellem Lernen in quantenphysikalischen Projekten.

Fähigkeiten

Masterabschluss in Physik, Mathematik oder Informatik erforderlich.
Starke Programmierkenntnisse sind notwendig.
Interesse an theoretischen Methoden der Quantenphysik ist wichtig.

Ist das hilfreich?

Über den Job

PhD-Stellen in rechnergestützter Quanten-Vielteilchenphysik, maschinellem Lernen, nicht-Hermiteschen Systemen

100%, Zürich, befristet

print Drucken

Das Quantum AI Lab an der ETH (Prof. Juan Carrasquilla) lädt zur Bewerbung für PhD-Stellen ein, um an der Schnittstelle von rechnergestützter Quanten-Vielteilchenphysik, maschinellem Lernen, Quantencomputing und nicht-Hermiteschen Systemen zu arbeiten.

Im Gefolge der ersten Durchbrüche der Quantenmechanik stehen wir am Beginn einer zweiten Quantenrevolution. Quantenphysiker nutzen maschinelles Lernen, um komplexe Quantensysteme zu erforschen, was Fortschritte in Bereichen wie Materialwissenschaften und Quantenchemie ermöglicht. Ebenso erforschen Quantenphysiker den Einsatz von Quantenphänomenen zur Weiterentwicklung des maschinellen Lernens. Das langfristige Ziel unseres Labors ist es, diese Bereiche voranzutreiben und die Anwendbarkeit von Ideen des maschinellen Lernens auf die Lösung kritischer Probleme der Quanten-Vielteilchenphysik mit Auswirkungen auf die Festkörpertheorie, maschinelles Lernen, Quantenmaterialien, Chemie sowie Quantentechnologie zu erweitern.

Stellenbeschreibung

In dieser Rolle stehen Sie an der Spitze der Beantwortung mehrerer grundlegender Fragen, darunter: Wie können wir am besten hermitesche und nicht-hermitesche stark korrelierte Quantensysteme simulieren und die Leistungsfähigkeit sowohl klassischer als auch quantenbasierter Rechenressourcen nutzen? Wie können wir Quantenphysik ausnutzen oder uns von ihr inspirieren lassen, um modernstes maschinelles Lernen zu entwickeln? Ihre Arbeit umfasst eine vielfältige Reihe von Konzepten an der Schnittstelle von künstlicher Intelligenz, Festkörperphysik und Quantencomputing.

Sie tauchen tief in die Bereiche der theoretischen und rechnergestützten Physik ein, mit Fokus auf die Entwicklung von Algorithmen und groß angelegten numerischen Simulationen. Ihre Expertise erstreckt sich auf verschiedene Gebiete, darunter Quantum Monte Carlo, maschinelles Lernen, Quantencomputing, Quantum Machine Learning und Tensor-Netzwerke. Diese und andere Techniken ermöglichen es uns, Herausforderungen in den Bereichen Gleichgewichts- und Nicht-Gleichgewichtseigenschaften von Quanten-Vielteilchensystemen, Quantencomputing und maschinellem Lernen zu begegnen, wobei Sie die Möglichkeit haben, zur Weiterentwicklung unseres Verständnisses und unserer Fähigkeiten in diesen bahnbrechenden Feldern beizutragen.

Diese Position ist in Vollzeit mit flexiblen Eintrittsterminen in 2025 und 2026.

Profil

Sie sollten Folgendes mitbringen:

Ein Masterabschluss in Physik, Mathematik, Angewandter Mathematik oder Informatik.
Großes Interesse an der Entwicklung theoretischer oder rechnergestützter Methoden für Quanten-Vielteilchensysteme, Quantencomputing oder maschinelles Lernen.
Ausgeprägte Führungsqualitäten.
Starke Programmierkenntnisse.
Fähigkeit zur Zusammenarbeit und zum Aufbau positiver Interaktionen mit einer vielfältigen Gruppe von Menschen aus unterschiedlichen Hintergründen, Ländern, Ethnien, Geschlechtern usw.
Fähigkeit, selbstständig und im Team zu arbeiten.

Arbeitsort

Wir bieten

In dieser Rolle werden Sie:

Die Freiheit haben, Ihre Forschungsansätze und Fähigkeiten zu entwickeln.
Die Möglichkeit haben, intern mit anderen ETH-Fakultäten sowie international zusammenzuarbeiten.
Studierende und Praktikanten betreuen.
Eine unterstützende Gruppenatmosphäre erleben.
Gemeinsam mit der Gruppe einen Arbeitsplan definieren, der am besten zu Ihren Präferenzen und Rahmenbedingungen passt.
Zugang zu modernsten Recheneinrichtungen haben.

chevron_right Arbeiten, Lehren und Forschen an der ETH Zürich

Wir schätzen Vielfalt und Nachhaltigkeit

Im Einklang mit unseren Werten fördert die ETH Zürich eine inklusive Kultur. Wir setzen uns für Chancengleichheit ein, schätzen Vielfalt und pflegen ein Arbeits- und Lernumfeld, in dem die Rechte und die Würde aller Mitarbeitenden und Studierenden respektiert werden. Besuchen Sie unsere Website zu Chancengleichheit und Vielfalt , um zu erfahren, wie wir ein faires und offenes Umfeld schaffen, das jedem Wachstum und Entfaltung ermöglicht. Nachhaltigkeit ist ein Kernwert für uns – wir arbeiten konsequent auf eine klimaneutrale Zukunft hin.

Neugierig? Wir auch.

Wir freuen uns auf Ihre Online-Bewerbung mit folgenden Unterlagen:

Lebenslauf
Akademische Zeugnisse
Ein kurzes Statement zu Ihren Forschungsinteressen
Namen und Kontaktdaten von mindestens zwei akademischen Referenzpersonen, die auf Anfrage Empfehlungsschreiben verfassen können.

Bitte beachten Sie, dass wir ausschließlich Bewerbungen über unser Online-Bewerbungsportal akzeptieren. Die Prüfung der Bewerbungen beginnt sofort und die Stellen bleiben offen, bis sie besetzt sind.

Für weitere Informationen zur Stelle und zur Gruppe wenden Sie sich bitte an Prof. Juan Carrasquilla jcarrasquill@ethz.ch (keine Bewerbungen).

Über die ETH Zürich

Die ETH Zürich ist eine der weltweit führenden Universitäten mit Schwerpunkt auf Wissenschaft und Technik. Wir sind bekannt für exzellente Ausbildung, wegweisende Grundlagenforschung und den direkten Transfer neuen Wissens in die Gesellschaft. Über 30.000 Menschen aus mehr als 120 Ländern finden an unserer Universität einen Ort, der unabhängiges Denken fördert und ein Umfeld bietet, das Exzellenz inspiriert. Im Herzen Europas gelegen, aber mit Verbindungen in die ganze Welt, arbeiten wir gemeinsam an Lösungen für die globalen Herausforderungen von heute und morgen.