Helmholtz Information & Data Science School:

HDS-LEE

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.

Zur HDS-LEE Homepage

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:

 

Wirbelstürme und Nasenatmung

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.

 

Eine exzellente Schnittstelle

Von den Erdsystemwissenschaften, über die Energieforschung bis hin zu Medizin: An der Helmholtz School for Data Science in Life, Earth and Energy (HDS-LEE) in Jülich kommen Promovierende aus unterschiedlichsten Forschungsbereichen zusammen.
Wie profitieren die PhDs von der Verschiedenheit der drei Fächer?

 

 

Die HDS-LEE umfasst die großen Forschungsbereiche der Lebenswissenschaften, der Geowissenschaften und der Material- und Energiewissenschaften.

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

Übersicht aktueller Promotionsprojekte

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

 

„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

Workflow. Grafik: HDS-LEE
Die HDS-LEE bietet talentierten Data Scientists ein interdisziplinäres Forschungsumfeld in engem Kontakt zu domänenspezifischem Wissen und Forschung. (Foto: HDS-LEE)

Finanzierung und Dauer des Programms

Das Programm erstreckt sich über 4 Jahre und bietet eine volle Finanzierung. Die Vergütung entspricht einer Anlehnung an die Tarifstufe E13 des TVöD/ TV-L.

Bewerbung und weitere Informationen

Es stehen etwa 20 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. 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? Erfahren Sie hier mehr über das Bewerbungsverfahren hier.

Mehr erfahren!

Kontakt

Dr. Anne Bulling

Dr. Sarah Mertens

Dr. Sarah Mertens

Wissenschaftliche Koordinatorin HDS-LEE

sar.mertens@fz-juelich.de

Forschungszentrum Jülich 

Biotechnologie (IBG-1)

52428 Jülich

Unsere Doktoranden

Lisa Beumer

Lisa Beumer
Doktorandin HDS-LEE

Danimir Doncevic

Danimir Doncevic
Doktorand HDS-LEE

Christian Gerloff
Doktorand HDS-LEE

Jorge Guzmàn

Jorge Guzmàn
Doktorand HDS-LEE

Christiano Köhler

Christiano Köhler
Doktorand HDS-LEE

Anna Simson
Doktorandin HDS-LEE

Emile de Bruyn

Emile de Bruyn
Doktorand HDS-LEE

Kontakt

Emile de Bruyn
Emile de Bruyn
Projekttitel: "interaction of an intrinsically disordered protein surface in implicit or continuum solvent"
Ankit Patnala

Ankit Patnala
Doktorand HDS-LEE

Kontakt

Ankit Patnala
Ankit Patnala
Projekttitel: "Application on Unsupervised Learning on Air Quality Data with focus on Biogenic Emissions"
Alessio Quercia

Alessio Quercia
Doktorand HDS-LEE

Moein Samadi

Moein Samadi
Doktorand HDS-LEE

Kontakt

Moein Samadi
Moein Samadi
Projekttitel: "for solving the extrapolation problem of hybrid models on binary structures"
Giuliano Santarpia

Giuliano Santarpia
Alumnus HDS-LEE

Alaukik Saxena

Alaukik Saxena
Doktorand HDS-LEE

Kontakt

Alaukik Saxena
Alaukik Saxena
Projekttitel: " Discovery of aluminium alloys that can be made from scraps"
Timo Stomberg

Timo Stomberg
Doktorand HDS-LEE

Kaveh Patakchi Yousefi

Kaveh Patakchi Yousefi
Doktorand HDS-LEE

Kontakt

Kaveh Patakchi Yousefi
Kaveh Patakchi Yousefi
Projekttitel: "Application of Deep Learning of Observation-Model Mismatches in a Data Assimilation Context as part of the project AI Strategy for Earth System Data"
Alternativ-Text

Newsletter bestellen