PhD-Position in der Vorhersage von Thermodynamik und Prozessen für kreisförmige Kohlenstoff-Kunststoffe — ETH Zürich
NeuCHF 73'500 - 111'500
ETH Zürich · Zurich (ZH)
- Ort
- Zurich
- Vertrag
- fixed-term
- Veröffentlicht
- vor 3 Tagen
LohnCHF 73'500 - 111'500
Rollenüberblick
PhD-Position in der Vorhersage von Thermodynamik und Prozessen für kreisförmige Kohlenstoff-Kunststoffe 100%, Zürich, befristet Druck Druckerzeugnisse Die Gruppe Energy and Process Systems Engineering (EPSE) der ETH Zürich sucht einen Doktoranden, der an der neuen Generation von Vorhersagemethoden für die komplexen Fluide und Trennprozesse beim lösemittelbasierten Recycling von Kunststoffen arbeitet.
Die EPSE-Gruppe unter der Leitung von Prof.
Dr.
- PhD-Position in der Vorhersage von Thermodynamik und Prozessen für kreisförmige Kohlenstoff-Kunststoffe 100%, Zürich, befristet Druck Druckerzeugnisse Die Gruppe Energy and Process Systems Engineering (EPSE) der ETH Zürich sucht einen Doktoranden, der an der neuen Generation von Vorhersagemethoden für die komplexen Fluide und Trennprozesse beim lösemittelbasierten Recycling von Kunststoffen arbeitet.
- Die EPSE-Gruppe unter der Leitung von Prof.
- Die Fähigkeit, unabhängig zu arbeiten und ausgezeichnete Kommunikation und Schreibfähigkeiten in Englisch vervollständigen Ihr Profil Arbeitsplatz Wir bieten Wir bieten eine Vollzeitstelle für die Dauer Ihres Promotionsstudiums an, beginnend mit Vereinbarung mit dem frühesten Startdatum 1.
- Oktober 2026.
- ein unterstützendes Umfeld, das das berufliche und persönliche Wachstum fördert.
- Sie werden sich einem dynamischen, motivierten und interdisziplinären Forscherteam anschließen, das über Fachwissen in den Bereichen Thermodynamik, Prozessdesign, Energiesystemoptimierung und Lebenszyklusbewertung verfügt und mit Forschungs- und Industriepartnern zusammenarbeitet.
Wichtige Anforderungen
- Die Fähigkeit, unabhängig zu arbeiten und ausgezeichnete Kommunikation und Schreibfähigkeiten in Englisch vervollständigen Ihr Profil Arbeitsplatz Wir bieten Wir bieten eine Vollzeitstelle für die Dauer Ihres Promotionsstudiums an, beginnend mit Vereinbarung mit dem frühesten Startdatum 1.
- Oktober 2026.
Was das Unternehmen bietet
- ein unterstützendes Umfeld, das das berufliche und persönliche Wachstum fördert.
- Sie werden sich einem dynamischen, motivierten und interdisziplinären Forscherteam anschließen, das über Fachwissen in den Bereichen Thermodynamik, Prozessdesign, Energiesystemoptimierung und Lebenszyklusbewertung verfügt und mit Forschungs- und Industriepartnern zusammenarbeitet.
- Sie arbeiten in einem inspirierenden, kollaborativen Umfeld, um kritische globale Herausforderungen anzugehen.
- Es umfasst Möglichkeiten, sich an Gruppendiskussionen und kollaborativen Bemühungen zu beteiligen, die von der molekularen Ebene bis zur Systemskala reichen und Einblicke in verschiedene Methoden und Ansätze bieten.
- Die PhD-Stelle bietet Zugang zu modernsten Laboreinrichtungen und experimentellen Einrichtungen und ermöglicht eine wirkungsvolle Forschung.
- Die Position unterstützt die Entwicklung von kritischem Denken, Datenanalyse, Problem-s
Weitere Details
- Zu diesem Zweck wird dieses Projekt prädiktive Modelle entwickeln, die von der Grundlage der thermodynamischen Gemischeigenschaften bis hin zum konzeptionellen Prozessdesign für das chemische Kunststoffrecycling reichen, indem fortschrittliche maschinelle Lerntechniken mit experimentellen Hochdurchsatzmethoden verknüpft werden, die von anderen Teammitgliedern entwickelt wurden. Stellenbeschreibung
- Als integraler Bestandteil Ihrer Arbeit veröffentlichen Sie Ihre Ergebnisse in von Experten begutachteten Fachzeitschriften und präsentieren sie auf internationalen Konferenzen.
- Wir bieten ein unterstützendes Umfeld, das das berufliche und persönliche Wachstum fördert.
Notizen und Originalinhalt
- Zu diesem Zweck wird dieses Projekt prädiktive Modelle entwickeln, die von der Grundlage der thermodynamischen Gemischeigenschaften bis hin zum konzeptionellen Prozessdesign für das chemische Kunststoffrecycling reichen, indem fortschrittliche maschinelle Lerntechniken mit experimentellen Hochdurchsatzmethoden verknüpft werden, die von anderen Teammitgliedern entwickelt wurden.
- Stellenbeschreibung
