Die Einstellung erfolgt im Beschäftigtenverhältnis.
Die Stelle ist zum nächstmöglichen Zeitpunkt zu besetzen und befristet auf drei Jahre.
Die befristete Beschäftigung erfolgt im Rahmen der Befristungsmöglichkeiten des Wissenschaftszeitvertragsgesetzes.
Es handelt sich um eine Vollzeitstelle. Auf Wunsch kann eine Teilzeitbeschäftigung ermöglicht werden.
Eine Promotionsmöglichkeit besteht.
Die Eingruppierung richtet sich nach dem TV-L.
Die Stelle ist bewertet mit EG 13 TV-L.
Das Institut für Markscheidewesen ist Teil der Fachgruppe für Rohstoffe und Entsorgungstechnik an der Fakultät für Georessourcen und Materialtechnik der RWTH Aachen. Das neue Forschungsprofil der Juniorprofessur für Nachhaltige Planung und Nutzung untertägiger Räume ist eng mit dem im Aufbau befindlichen Competence Center für Untertägige Raumplanung an der Fraunhofer-Einrichtung für Energieinfrastrukturen und Geotechnologien (IEG) verknüpft.
Aufbauend auf einer ausgewiesenen Expertise im Markscheidewesen führt unsere Forschung die Geodatenerfassung und das Geodatenmanagement, die Modellierung und Visualisierung untertägiger Räume sowie die Prognose und das Monitoring von bergbauinduzierten Bodenbewegungen zu einem kohärenten wissenschaftlichen Rahmen zusammen. Am IFM werden deshalb digitale Methoden und Werkzeuge zur Entscheidungsfindung entwickelt, die den Herausforderungen der Energiewende, der untertägigen Speicherung von H₂ und CO₂, des Carbon Managements, der Versorgung mit kritischen Rohstoffen und einer geodatenbasierten Governance des Untergrundes begegnen.
Leitbild und Vision
Wir wollen Gesellschaft, Industrie und Politik in die Lage versetzen, untertägige Räume verantwortungsvoll zu planen, zu überwachen und zu steuern – über den gesamten Lebenszyklus hinweg, vom aktiven Abbau über die Nachnutzung bestehender Infrastrukturen bis hin zu künftigen Bergbau- und Speicheraktivitäten.
Unsere Vision ist es, ein führendes akademisches Zentrum für die Digitalisierung des untertägigen Ingenieurwesens zu werden, das die fachliche Tiefe des Markscheidewesens mit modernsten Methoden aus KI und maschinellem Lernen, Fernerkundung und Geodateninfrastrukturen verbindet – und damit einen messbaren Beitrag zu einer nachhaltigen Nutzung des Untergrundes als gemeinsamer Ressource künftiger Generationen leistet.
Sie verfügen über einen überdurchschnittlichen Hochschulabschluss (Master oder vergleichbar) in Markscheidewesen, Rohstoffingenieurwesen, Geoinformatik, Geodäsie, Geophysik oder einem verwandten Fach. Sie bringen solide Programmier- und Skriptkenntnisse mit (Python, Linux-Kommandozeile) oder sind bereit, sich diese zügig anzueignen, und interessieren sich für Fernerkundung, für die Verarbeitung großer Geodatenbestände und für datengetriebene Auswerteverfahren. Sie arbeiten selbstständig und strukturiert, und Sie drücken sich in Deutsch und Englisch sicher aus.
Von Vorteil sind Vorkenntnisse in InSAR, GNSS oder Ingenieurgeodäsie, Erfahrung mit Methoden des maschinellen Lernens und der Zeitreihenanalyse sowie Erfahrung im Geodatenmanagement mit GIS, räumlichen Datenbanken und umfangreichen Datenbeständen. Ebenso willkommen sind Kenntnisse in BIM und offenen Datenmodellen (IFC, CityGML, OGC) oder in der 3D-Modellierung, ein Grundverständnis bergbaulicher Prozesse sowie Interesse an Prognosemethoden und Verfahren der Senkungsvorausberechnung.
Sie schaffen zunächst die Datengrundlage: Sie bauen die Verarbeitungskette für die satellitengestützte Radarinterferometrie an der Professur auf und betreiben sie, auf Basis freier oder kommerzieller Werkzeuge, und wählen dafür geeignete Testfälle aus dem Bergbau und dem Umfeld untertägiger Speicher aus. Die entstehenden Bewegungszeitreihen referenzieren und validieren Sie gegen terrestrische Netze und weitere Referenzdaten, sodass belastbare Genauigkeitsaussagen möglich werden. Schritt für Schritt erweitern Sie die Datenbasis um weitere Erfassungs- und Fernerkundungsverfahren und um vorhandene sowie historische Bestände (Risswerksunterlagen, Bohrdaten, geophysikalische Daten).
Den methodischen Schwerpunkt bildet die datengetriebene Auswertung dieser Bestände. Sie erproben und entwickeln Verfahren des maschinellen Lernens, um in dichten Bewegungszeitreihen Nutzsignale von Störeinflüssen zu trennen, Anomalien früh zu erkennen, heterogene Sensordaten unterschiedlicher Auflösung und Genauigkeit zusammenzuführen und Datenlücken methodisch zu schließen. Ziel ist ein integriertes Geomonitoring- und Planungswerkzeug auf einem reproduzierbaren, nachvollziehbaren Geodatenmanagement. Ein eigener Schwerpunkt liegt auf der Verknüpfung des flächenhaften Monitorings mit markscheiderischen Prognose- und Senkungsvorausberechnungsverfahren – bis hin zu hybriden Ansätzen, die etablierte Verfahren zur Vorausberechnung und datengetriebene Modelle verbinden. Hier entsteht der eigenständige wissenschaftliche Beitrag der Stelle, weil gemessene und vorausberechnete Bodenbewegungen bislang selten systematisch gegeneinander geprüft werden.
Ihre Ergebnisse fließen als Beobachtungsebene in die Modellierung untertägiger Räume und in den digitalen Zwilling der Professur ein; dazu gehört auch die KI-gestützte Erschließung vorhandener und historischer Datenbestände für die Modellbildung. Dabei achten Sie auf Interoperabilität: Die Ergebnisse sollen in BIM- und 3D-GIS-Umgebungen anschlussfähig sein, damit Monitoringdaten samt ihrer Genauigkeitsangaben in Planungs- und Betriebsmodelle untertägiger Bauwerke übernommen werden können.
Sichtbares Ziel der Stelle ist ein Demonstrator als monitoringseitiger Baustein eines digitalen Zwillings untertägiger Räume: Er führt die heterogenen Geodatenbestände an einem Praxisbeispiel aus der Energie- oder Rohstoffversorgung zusammen – von der Erfassung über die Auswertung bis zur entscheidungsfähigen Darstellung. Der Demonstrator dient zugleich als Grundlage für Förderanträge, für die Zusammenarbeit mit Partnern aus Industrie und Behörden und für die Überführung der Methoden in die Lehre.
Sie veröffentlichen Ihre Ergebnisse in Fachzeitschriften und auf Konferenzen und wirken an Förderanträgen mit. In der Lehre beteiligen Sie sich vorrangig an den Bachelor- und Masterstudiengängen „Nachhaltige Rohstoff- und Energieversorgung" mit Vorlesungen und Übungen sowie mit der Betreuung von Abschlussarbeiten. Ziel der Stelle ist der Abschluss der Promotion.
Zu behandelnde Fragestellungen umfassen beispielsweise:
Die RWTH ist als familiengerechte Hochschule zertifiziert.
Die RWTH bietet im Rahmen eines Universitären Gesundheitsmanagements eine Vielzahl von Gesundheits-, Beratungs- und Präventionsangeboten (z. B. Hochschulsport) an. Für Tarifbeschäftigte und Beamtinnen und Beamte besteht ein umfangreiches Weiterbildungsangebot und die Möglichkeit, ein Jobticket zu erwerben.
Die Stellenausschreibung richtet sich an alle Geschlechter.
Wir wollen an der RWTH Aachen University besonders die Karrieren von Frauen fördern und freuen uns daher über Bewerberinnen.
Frauen werden bei gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt berücksichtigt, sofern sie in der Organisationseinheit unterrepräsentiert sind und sofern nicht in der Person eines Mitbewerbers liegende Gründe überwiegen.
Bewerbungen geeigneter schwerbehinderter Menschen sind ausdrücklich erwünscht.
Im Sinne der Gleichbehandlung bitten wir Sie, auf ein Bewerbungsfoto zu verzichten.
Unter https://www.rwth-aachen.de/bewerbung/dsgvo-information finden Sie Informationen zur Erhebung personenbezogener Daten nach den Artikeln 13 und 14 der Datenschutz-Grundverordnung (DS-GVO).
EG 13 TV-L
1000+ Mitarbeiter
1.202 offene Stellen
Land Nordrhein-Westfalen
Aachen
Land Nordrhein-Westfalen
Aachen
Land Nordrhein-Westfalen
Aachen
Land Nordrhein-Westfalen
Aachen
