In één oogopslag
- Taken: Ontwikkel innovatieve machine learning technieken voor het meten van nanoschaal structuren.
- Bedrijf: ARCNL, een toonaangevend onderzoeksinstituut in nanotechnologie en semiconductor industrie.
- Voordelen: Competitief salaris, ondersteuning bij huisvesting en visa, en professionele ontwikkeling.
- Overige informatie: Dynamische werkomgeving met internationale collega's en uitstekende groeimogelijkheden.
- Waarom deze baan: Combineer wetenschap met industrie en maak impact in de toekomst van technologie.
- Kwalificaties: MSc in computer science, machine learning of gerelateerde disciplines vereist.
Het verwachte salaris ligt tussen 3115 - 3115 € per maand.
Hoe kunnen we machine learning en fysica combineren om nanoschaalinformatie te herstellen uit imperfecte beelden? Moderne computerchips zijn gebouwd met kenmerken die slechts enkele nanometers groot zijn, maar fabrikanten moeten deze structuren met buitengewone precisie meten en dit snel genoeg doen om gelijke tred te houden met de grootschalige productie. Dit creëert een fascinerende computationele uitdaging: hoe kunnen we verborgen fysieke eigenschappen afleiden uit beperkte, ruisachtige en laag-resolutie meetgegevens?
In dit project ontwikkel je een nieuwe fysica-geïnformeerde machine learning-aanpak die fysieke simulaties van het meetproces integreert met de inverse reconstructie. Een belangrijke uitdaging is het datagestuurde ontwerp van de experimentele opstelling: onderzoeken hoe de keuze van metingen en configuraties kan worden geoptimaliseerd om de meest nuttige informatie voor betrouwbare parameterreconstructie te extraheren.
Je werkt nauw samen met de onderzoekafdeling van ASML, het Centrum Wiskunde & Informatica (CWI, Prof. dr. Tristan van Leeuwen) en het AI4Science Lab, Informatics Institute, Universiteit van Amsterdam (dr. Patrick Forré), waarbij industriële relevantie wordt gecombineerd met academische diepgang in computationele wetenschap en wiskundige modellering.
Vereisten
- Je hebt (of zult binnenkort hebben) een MSc-graad in computerwetenschappen, machine learning, kunstmatige intelligentie, toegepaste wiskunde, fysica of een gerelateerde discipline, die voldoet aan de Nederlandse universitaire vereisten voor toelating tot een PhD-programma.
- Een achtergrond in machine learning, inverse problemen, wetenschappelijk rekenen of gerelateerde datagestuurde methoden is zeer wenselijk.
- Je bent nieuwsgierig naar het combineren van fysieke modellering met datagestuurde methoden en bent gemotiveerd om te werken op het snijvlak van academie en industrie.
- Sterke analytische vaardigheden, een samenwerkende instelling en beheersing van de Engelse taal, zowel mondeling als schriftelijk, zijn essentieel.
Werkomgeving
ARCNL voert fundamenteel onderzoek uit, gericht op de fysica en chemie die betrokken zijn bij huidige en toekomstige sleuteltechnologieën in nanolithografie, voornamelijk voor de halfgeleiderindustrie. Terwijl de academische setting en onderzoekstijl gericht zijn op het vestigen van wetenschappelijke excellentie, zijn de onderwerpen in het onderzoeksprogramma van ARCNL nauw verbonden met de belangen van de industriële partner ASML. Het instituut is gevestigd in het Amsterdam Science Park en heeft momenteel ongeveer 100 personen in dienst, waarvan 65 ambitieuze (jonge) onderzoekers van over de hele wereld.
Arbeidsvoorwaarden
De functie is bedoeld als een fulltime (40 uur / week, 12 maanden / jaar) aanstelling in dienst van de Nederlandse Organisatie voor Wetenschappelijk Onderzoek (NWO-I) voor de duur van vier jaar, met een startsalaris van bruto € 3.115 per maand en een scala aan arbeidsvoorwaarden. Na succesvolle afronding van het PhD-onderzoek wordt een PhD-graad verleend aan een Nederlandse universiteit. Er worden verschillende cursussen aangeboden, speciaal ontwikkeld voor PhD-studenten. ARCNL helpt elke nieuwe buitenlandse PhD-student met huisvesting en visumaanvragen en vergoedt hun transportkosten en inrichtingskosten.
Meer informatie?
Voor verdere informatie over de functie kun je contact opnemen met Lyuba Amitonova en Maximilian Lipp.
Sollicitatie
Je kunt online reageren op deze vacature via de knop hieronder. Online screening kan deel uitmaken van de selectie.
Diversiteitscode
ARCNL is sterk toegewijd aan een inclusieve en diverse werkomgeving: we willen talent en creativiteit ontwikkelen door mensen met verschillende achtergronden en culturen samen te brengen. We werven en selecteren op basis van competenties en talenten. We moedigen iedereen met de juiste kwalificaties aan om te solliciteren naar de vacature, ongeacht leeftijd, geslacht, afkomst, seksuele geaardheid of fysieke mogelijkheden.
Commerciële activiteiten in reactie op deze advertentie worden niet gewaardeerd.
PhD: Physics-Informed Machine Learning for Semiconductor Metrology werkgever: ARCNL
ARCNL is een uitstekende werkgever voor stagiairs die geïnteresseerd zijn in de fysica en chemie van nanotechnologie. Gevestigd in het Amsterdam Science Park, biedt ARCNL een stimulerende werkomgeving met een sterke focus op wetenschappelijke excellentie en samenwerking met de industrie, zoals ASML. Stagiairs krijgen de kans om hands-on ervaring op te doen in een diverse en inclusieve setting, met volop mogelijkheden voor persoonlijke en professionele groei.
Hupjob Expertadvies🤫
Zo denken wij dat je PhD: Physics-Informed Machine Learning for Semiconductor Metrology kunt binnenhalen
✨Duik in de wetenschappelijke community
Kijk naar evenementen zoals conferenties en symposia binnen je vakgebied. Deze bijeenkomsten zijn een geweldige kans om in contact te komen met professionals en onderzoekers in het veld. En wie weet, misschien ontmoet je daar wel iemand van ARCNL!
✨Toon je passie voor onderzoek
Zorg ervoor dat je zichtbaar bent in online platformen zoals ResearchGate of Academia.edu. Deel je onderzoeksprojecten en publicaties. Dit helpt niet alleen om je passie te tonen, maar kan ook opvallen bij bedrijven die actief kijken naar bruggenbouwers in de wetenschap, zoals ARCNL.
✨Netwerk, maar doe het slim!
Neem deel aan lokale onderzoeksnetwerken of onderzoekersgroepen. Maak verbinding met mensen die vergelijkbare interesses hebben. Een directe aanbeveling vanuit je netwerk kan wonderen doen bij fulltime functies in wetenschappelijk onderzoek.
✨Pas je sollicitatie aan op de organisatie
Bij het solliciteren naar een fulltime functie is het belangrijk om je motivatiebrief en CV te personaliseren voor ARCNL. Benadruk specifieke projecten of waarden van de organisatie die aansluiten bij je eigen ervaring. Laat zien waarom jij de perfecte aanwinst bent!
Wij denken dat je deze vaardigheden nodig hebt om als PhD: Physics-Informed Machine Learning for Semiconductor Metrology te schitteren
Een paar tips voor je sollicitatie 🫡
Versterk je onderzoeksvaardigheden:Zorg ervoor dat je CV duidelijk je onderzoekservaring en relevante vaardigheden laat zien. Benadruk projecten waar je aan hebt gewerkt, je methoden en technieken, en gebruik concrete resultaten om je impact te onderstrepen. Dit zijn exacte vaardigheden die bij wetenschappelijk onderzoek belangrijk zijn.
Publicaties en presentaties als bewijs:Heb je artikelen gepubliceerd of conferenties bezocht? Vermeld dit dan! Het toont je betrokkenheid bij de academische wereld en je vermogen om je bevindingen te delen. Voeg een sectie toe aan je CV waarin je deze prestaties opsomt, dat kan je onderscheiden van andere kandidaten.
Persoonlijke motivatie in je motivatiebrief:Bij een fulltime rol in wetenschappelijk onderzoek willen we niet alleen je ervaring zien, maar ook je passie voor het vak. Vertel ons waarom je geïnteresseerd bent in de specifieke onderzoeksgebieden die ARCNL aanbiedt, en hoe je je carrière hierin ziet groeien. Dit maakt je brief veel meeslepender.
Informatie over je vaardigheden:Vergeet niet om relevante vaardigheden en tools, zoals statistische software of laboratoriumtechnieken, in je sollicitatie te vermelden. We willen een goed beeld krijgen van hoe je kunt bijdragen aan ons team, dus wees specifiek over je opleidingsniveau en eventuele certificaten die je hebt behaald binnen het wetenschappelijk onderzoek.
Zo bereid je je voor op een sollicitatiegesprek bij ARCNL
✨Bereid je voor op technische vragen
In wetenschappelijk onderzoek moet je vaak diepgaand inzicht hebben in je vakgebied. Verwacht technische vragen over je eerdere onderzoeken of methoden. Zorg dat je je bevindingen en vaardigheden goed kunt uitleggen zodat je kunt laten zien dat je niet alleen kennis hebt, maar ook kunt toepassen.
✨Neem je onderzoeksportfolio mee
Een fulltime functie in wetenschappelijk onderzoek vraagt om concrete voorbeelden van je werk. Zorg ervoor dat je een degelijk portfolio hebt dat je projecten, publicaties en data-analyse toont. Dit laat je aanpak en vaardigheid zien, en helpt om gesprekken concreet en relevant te maken.
✨Blijf flexibel en leergierig
Wetenschappelijk onderzoek is vaak dynamisch. Toon tijdens je interview dat je openstaat voor feedback en bereid bent om nieuwe vaardigheden of technieken te leren. Dit is cruciaal voor een fulltime rol, waar je misschien met nieuwe methodes of samenwerkingen te maken krijgt.
✨Bereid je voor op ethische discussies
Ethische overwegingen zijn enorm belangrijk in wetenschappelijk onderzoek. Tijdens het interview bij ARCNL kunnen ze vragen stellen over hoe jij situaties benadert waarin ethiek op het spel staat. Denk na over je eigen principes en hoe deze zich verhouden tot je onderzoek en werkethiek.
