Drei PhD-Positionen in Computergestützter Astrophysik 80 %

Die Universität Zürich, die grösste Universität der Schweiz, bietet eine Reihe attraktiver Stellen in verschiedenen Fachbereichen und Berufsfeldern an. Mit rund 10.000 Mitarbeitenden und derzeit 12 Berufslehren bietet die Universität ein inspirierendes Arbeitsumfeld an der Spitze der Forschung und erstklassige Bildung. Setzen Sie Ihr Talent und Ihre Fähigkeiten bei uns ein. Finden Sie mehr über die UZH als Arbeitgeber heraus! ###

Ihre Aufgaben

Die Forschung deckt drei breite, sich überschneidende Bereiche ab:

• Flagship-Simulationen: Entwicklung und Durchführung der Euclid Flagship-Simulation der nächsten Generation mit PKDGRAV3 auf GPU-beschleunigten Supercomputern. Dies beinhaltet die Erweiterung des Codes zur Identifizierung von Dark Matter Halos und deren Substruktur on the fly sowie die Zusammenarbeit mit unseren Partnern, um die Simulation in Mock-Galaxienkataloge für Euclid zu überführen.
• Emulatoren: Aufbau der nächsten Generation des Euclid Emulator: Machine-Learning-Modelle, die auf grossen Simulationsserien trainiert wurden und kosmologische Statistiken in Millisekunden vorhersagen. Das Ziel ist es, den Emulator von der Materieverteilung auf die Galaxien-Clustering- und Lensing-Statistiken auszuweiten.
• Baryonifizierung und Multi-Probe-Kosmologie: Modellierung der Frage, wie Gas und Sterne die durch N-Body-Simulationen vorhergesagte Materieverteilung verändern, und Entwicklung einer Pipeline, die konsistente synthetische Himmelskarten (Weak Lensing, Galaxy Clustering, Röntgen und Sunyaev-Zel'dovich) für Euclid und komplementäre Surveys erstellt.

Dies ist eine einzigartige Gelegenheit, an der Schnittstelle zwischen Astrophysik und fortgeschrittenen computergestützten Methoden zu arbeiten.

Ihr Profil

Von den Bewerbenden wird erwartet, dass sie bis zum Starttermin einen Master-Abschluss (oder ein Äquivalent) in Physik, Astronomie oder einem verwandten Bereich besitzen.
Kandidatinnen und Kandidaten mit einem starken Interesse an High-Performance Computing, Machine Learning oder numerischer Astrophysik werden besonders zur Bewerbung ermutigt. Programmiererfahrung ist von Vorteil.