PhD in Multiscale Modeling of Smart Self-Sealing Materials

Je ontwikkelt multiscale simulaties en machinelearningmodellen om peptidecoatings en zelfdichtende materialen te begrijpen en ontwerpregels af te leiden.

Harde eisen

• Masterdiploma in chemie, natuurkunde, computationele wetenschap, biochemie, fysische chemie of verwant vakgebied
• Ervaring met moleculaire simulaties en/of machinelearningtechnieken
• Uitstekende programmeervaardigheden, bijvoorbeeld C of Python
• Uitstekende mondelinge en schriftelijke communicatie in Engels en Nederlands

Arbeidsvoorwaarden

• 232 vakantie-uren per jaar
• Cursussen via het Teaching and Learning Centre
• Cursussen over leiderschap voor academisch personeel
• Cursussen over timemanagement en stresshantering
• Online leerplatform met meer dan 100 cursussen
• 7 weken geboorteverlof met 100% salaris
• Gedeeltelijk betaald ouderschapsverlof
• Mogelijkheid om thuis een werkplek in te richten
• ABP-pensioen; UvA betaalt twee derde van de bijdrage
• Cursussen Nederlands

Wat je gaat doen

• Je simuleert de interacties tussen peptiden en oppervlakken, waaronder MOF-materialen, en onderzoekt hoe peptiden daar samenklonteren.
• Je bouwt een grofkorrelig model voor MOF-materialen met instelbare poriën- en oppervlaktechemie.
• Je gebruikt surrogaatmodellen en machine learning om duizenden combinaties van MOF's en peptiden te screenen.
• Je werkt nauw samen met de experimentele PhD-kandidaat en verbindt simulaties aan experimentele resultaten.
• Je draagt bij aan validatie-experimenten, publicaties, presentaties en begeleiding van studenten.

Werkomgeving

• Onderwijs
• Kantoor

Vaardigheden

• moleculaire simulaties
• grofkorrelige en atomistische modellering
• machine learning
• surrogaatmodellen
• C
• Python
• data-analyse

Talen certificaten en rijbewijzen

• Engels — uitstekend
• Nederlands — uitstekend

Sollicitatieproces

• online solliciteren
• Dien een motivatiebrief en cv als pdf in.
• Voeg maanden bij opleiding en werkervaring en een publicatielijst toe aan je cv.
• Voeg contactgegevens van minstens één academische referent toe.