Praktika, Studentische Hilfskräfte und Abschlussarbeiten

Das HZDR entwickelt und betreibt zwei Hochintensitätslaser als Treiber für plasmabasierte Beschleuniger - ein neuartiges Konzept für kompakte Quellen, die ultrakurze Impulse hochenergetischer Ionen und Elektronen liefern. Wir erforschen experimentell die plasmabasierte Beschleunigung von den physikalischen Grundlagen bis hin zu Anwendungen zum Beispiel für Freie-Elektronen-Laser, als Teilchenquellen für radiobiologische Studien oder für Neutronenquellen.
Zur Charakterisierung und Optimierung der Plasmabeschleunigung kommen eine Vielzahl von Detektoren zum Einsatz. Die Implementierung und Optimierung von Datenauswertungsmethoden für bestehende Detektortechnologien, mithilfe von neuen Methoden wie Maschinellem Lernen steht im Fokus.

Schwerpunkt der Arbeit:

• Design und Anwendung von szintillatorbasierten tomographischen Detektorsystemen
• Weiterentwicklung bestehender Algorithmen und Implementierung von neuen Methoden zur Datenauswertung (unter Verwendung von PyTorch)
• Datenanalyse

• Studium der Physik, Physikalische Technik (oder vergleichbarer Studiengang)
• Interesse am Programmieren, Maschinelles Lernen und idealerweise Grundkenntnisse mit Python, PyTorch
• Interesse an experimenteller Arbeit

• Dauer: mind. 3 Monate, ein Ausbau des Themas zu einer Abschlussarbeit ist problemlos möglich
• Start: jederzeit
• Arbeitsplatz: Helmholtz-Zentrum Dresden - Rossendorf

Das HZDR entwickelt und betreibt zwei Hochintensitätslaser als Treiber für plasmabasierte Beschleuniger - ein neuartiges Konzept für kompakte Quellen, die ultrakurze Impulse hochenergetischer Ionen und Elektronen liefern. Wir erforschen experimentell die plasmabasierte Beschleunigung von den physikalischen Grundlagen bis hin zu Anwendungen zum Beispiel für Freie-Elektronen-Laser, als Teilchenquellen für radiobiologische Studien oder für Neutronenquellen.
Verständnis über die Prozesse bei der Plasmabeschleunigung gewinnen wir unter anderem darüber, dass wir die beschleunigten Teilchen detektieren und spektral charakterisieren und die Messergebnisse mit Simulationen der Plasmadynamik vergleichen. Dafür müssen speziell die Detektions- und Auswertemethoden für energetische Elektronen optimiert werden.

Schwerpunkte der Arbeit:

- Design und Simulation von Elektronenspektrometern
- Aufbau von Elektronenspektrometern und Integration in den Experimentaufbau
- Weiterentwicklung bestehender Algorithmen zur Datenauswertung
- Datenanalyse

• Studium der Physik (oder vergleichbarer Studiengang)
• Interesse an experimenteller Arbeit
• Interesse am Programmieren und idealerweise Grundkenntnisse (z. B. Python)

• Dauer: mind. 3 Monate, ein Ausbau des Themas zu einer Abschlussarbeit ist problemlos möglich
• Start: jederzeit
• Arbeitsplatz: Helmholtz-Zentrum Dresden - Rossendorf

Durch die Eliminierung der Membran, welche in klassischen Elektrolyseuren u. a. dafür sorgt, dass die Produkte (H₂ und O₂) voneinander getrennt sind, können neben der Senkung der Investitionsausgaben (CAPEX) auch hohe Stromdichten erreicht werden. In membranlosen Elektrolyseuren können die Produkte durch die Ausnutzung der Elektrolytströmung voneinander getrennt werden. Hierfür ist es jedoch entscheidend zu wissen, welchen Einfluss die Strömung auf die Blasenbildung und -ablösung hat. Dies wird in experimentellen Studien an Elektroden mithilfe unterschiedlicher experimenteller Aufbauten untersucht. Die gewonnenen Erkenntnisse fließen dann zurück in die Optimierung einer bestehenden Elektrolysezelle.

Schwerpunkte der Arbeit:

• Literaturrecherche
• Experimentelle Untersuchung der Wasserstoffblasen-Entwicklung an Elektroden
• Weiterentwicklung der membranlosen Elektrolysezelle
• Weiterentwicklung bestehender Algorithmen zur Datenauswertung
• Analyse der Daten (Bilder, elektrochemische Daten)

• Studium der Verfahrenstechnik (oder vergleichbarer Studiengang)
• Interesse an experimenteller Arbeit
• Programmierkenntnisse (bevorzugt Python)

• Dauer: min 6 Monate
• Start: ca. Juni 2024
• Arbeitsplatz: TU Dresden

Production of electricity by nuclear power plants inevitably generates high-level and long-lived radioactive waste. A solution considered by several nuclear waste management agencies is to store them into deep underground repositories. The principle of such a concept is to provide a multi-barrier system to avoid the release of the radioactive waste through the biosphere for very long time scales (up to hundred thousand of years). It is thus of great importance to be able to characterize both at a macroscopic and a molecular level the different processes (retention, reduction, surface precipitation, etc.) that can take place onto mineral surfaces and thus affect the availability and the mobility of the radionuclides. This information can be inserted in surface complexation models for the description and prediction over a long time-scale of the interaction of pollutants at the solid/liquid interface with several sorbent surfaces. These surface complexation models rely on a thermodynamic description of the solid/water interface and represent a geochemically robust and sound approach to quantify adsorption equilibria.

The solution of adsorption equilibria problems can be reached via Gibbs Free Energy Minimization and/or Law of Mass Action. Standard procedures apply commonly used geochemical software such as FITEQL/PHREEQC coupled to shell optimizers (UCODE, PEST). They are nevertheless subject to numerical instability and/or convergence problems, and to the risk to fall into a local minimum region rather than a global optimum valley. This risk is drastically increased when the number of adjustable parameters becomes higher than 3 or 4. Also the “trial and error” approach within the numerical fitting data can become very fast time consuming.

Thus, the objective of the present work are i) to develop alternative approaches to enable the handling of a high number of adjustable parameters at once, ii) the speed up of the optimizing procedure in order to reduce the time required for the user to reach a satisfactory description of the experimental data.

Your specific tasks:

• Implement a genetic algorithm coupled to Levenberg-Marquardt optimization on a high performance computing cluster,

• Compare the results of with another optimization path, namely Downhill Simplex,

• Find reliable ways to provide realistic uncertainties of the adjustable parameters (e.g. scale sensitivity, Monte-Carlo, etc.).

This internship or assistant position can be used as a basis for a follow-up Research Project, Bachelor or Master thesis.

Good knowledge in python programming and standard optimization routines (Newton-Raphson, Levenberg-Marquardt, etc.) is mandatory.

Students without knowledge in chemistry are also encouraged to apply.

Very good English skills are appreciated.

Duration min. 3 months

Start: from now

Workplace: HZDR, Dresden-Rossendorf

Die Abteilung Finanzen, Finanzcontrolling und Drittmittel ist für das Finanzmanagement des Helmholtz-Zentrum Dresden-Rossendorf verantwortlich. Im Bereich Rechnungswesen (Haupt-, Banken-, Debitoren-, Kreditoren- und Anlagenbuchhaltung) wird Ihre Hilfe benötigt.

Ihre Aufgaben:

• Unterstützung (SAP) bei der Erfassung von Geschäftsvorfällen
• Unterstützung (SAP) bei der Stammdatenpflege, insbesondere Kreditoren
• Sonstige Unterstützungstätigkeiten

• Begonnenes Studium der Wirtschaftswissenschaften
• Erste Kenntnisse in den Grundlagen des Rechnungswesens (Buchführung, Kosten- und Leistungsrechnung)
• Selbstständige und verantwortungsvolle Arbeitsweise

• Arbeitsbeginn ab sofort
• Mindestens 6 Monate
• Tätigkeitsort: Standort Dresden-Rossendorf

Wir bieten Ihnen die Möglichkeit, im Studium Erlerntes praxisnah umzusetzen! Es erwarten Sie ein
motiviertes und kollegiales Arbeitsumfeld, tatkräftige Unterstützung bei der Umsetzung Ihrer Aufgaben sowie spannende Einblicke in die finanztechnische Schaltzentrale unseres Forschungsstandortes.

At Helmholtz-Zentrum Dresden-Rossendorf (HZDR), over 1,500 employees from more than 70 nations are conducting cutting-edge research in the fields of ENERGY, HEALTH, and MATERIALS to address the major challenges facing society today.
The Center for Advanced Systems Understanding (CASUS), founded in Görlitz in 2019, is a German-Polish interdisciplinary research center focusing on data-intensive digital systems.
CASUS offers student internships in a wide range of scientific fields. You are welcome to apply and join CASUS if you are interested in gaining knowledge in the following research areas:

• Theoretical Chemistry
• Earth System Science
• Systems Biology
• Digital Health
• Computational Radiation Physics
• Theory of complex systems
• Dynamics of Complex Living Systems
• Machine Learning for Infection and Disease

• Student in computer science, physics, chemistry, or related fields
• Student already enrolled at the university in Germany, Poland or Czech Republic (close exchange and attendance in the office preferable and combined with the moblie working from Germany combinable)
• Eager to learn new skills
• Strong motivation to work in a collaborative environment
• Preliminary experience in code development is an advantage
• Excellent communication skills in English and/or German or Polish

• A vibrant research community in an open, diverse and international work environment
• Scientific excellence and extensive professional networking opportunities
• A wide range of qualification opportunities
• We support a good work-life balance with the possibility of part-time employment, mobile working and flexible working hours
• Either an immediate start or a start in 2024 is possible