Onderwijsopdracht

Onderzoeksopdracht

• Materialen voor energieopslag en -omzetting: In dit domein zal je AI/ML-technieken gebruiken om materialen voor energieopslag (zoals batterijen) en energieomzettingssystemen (zoals fotovoltaïsche en power-to-molecules technologieën) te optimaliseren. Je kan datagestuurde methoden ontwikkelen voor de ontdekking en synthese van nieuwe materialen, het modelleren van de prestaties van batterijen, het verbeteren van de betrouwbaarheid van fotovoltaïsche systemen en het optimaliseren van waterstofproductie door voorspellende analyses. Dit onderzoek zal bijdragen aan de ontwikkeling van duurzamere en efficiëntere energieopslagsystemen, met de nadruk op hernieuwbare energie en energie-efficiëntie.

• Circulaire materialen en duurzaamheid: AI/ML-technieken zullen een sleutelrol spelen in de ontwikkeling van circulaire polymeren, duurzame materialen en recyclingprocessen. Je zal AI-gestuurde methoden toepassen om de omzetting van afvalstromen te optimaliseren, duurzame en recyclebare biomaterialen te ontwerpen en structuur-eigenschaprelaties van nieuwe milieuvriendelijke materialen te voorspellen. Dit onderzoeksgebied is gericht op het ondersteunen van een circulaire economie en het verkleinen van de ecologische voetafdruk van materialen door hergebruik van materialen te verbeteren en materiaalstromen te optimaliseren.

• Quantumtechnologieën: Je kan AI/ML-technieken toepassen om quantummaterialen en quantum gabaseerde toepassingen te optimaliseren, zoals die welke worden gebruikt in sensorontwikkeling, quantumcommunicatie en quantumcomputing. Dit onderzoek zal zich richten op de ontwikkeling van nieuwe AI/ML-methoden om de prestaties en betrouwbaarheid van quantum gebaseerde toepassingen te verbeteren en nieuwe materialen met verbeterde quantumeigenschappen te ontdekken. De resultaten van dit onderzoek kunnen leiden tot doorbraken in quantumtechnologieën voor toepassingen als supercomputing en veilige communicatie.

• Geavanceerde gezondheidszorg en sensoren: In de gezondheidszorg spelen materialen een cruciale rol bij de ontwikkeling van diagnostische hulpmiddelen en biomedische apparaten. Je zal AI/ML-technieken gebruiken om de prestaties te optimaliseren van materialen die worden gebruikt in toepassingen voor de gezondheidszorg, zoals sensoren, slimme oppervlakken en interfaces. Het onderzoek zal zich richten op de ontwikkeling van voorspellende modellen om biomedische apparaten te verbeteren en innovatieve diagnostische technologieën te creëren. Dit zal bijdragen aan vooruitgang in de gezondheidszorg, met name op het gebied van gepersonaliseerde geneeskunde en diagnostiek.

• Prestaties en betrouwbaarheid van apparaten: AI/ML kan ook worden gebruikt om de prestaties, betrouwbaarheid en recycleerbaarheid van apparaten in verschillende materiaaltoepassingen te verbeteren. Je zal AI-gestuurde oplossingen ontwikkelen om uitdagingen aan te pakken met betrekking tot de levensduur van apparaten, voorspellend onderhoud en high-throughput data-analyse om de volledige levenscyclus van materialen en apparaten te optimaliseren. Dit onderzoek richt zich op het verbeteren van de betrouwbaarheid van materialen en apparaten, het verlengen van hun levensduur en het verbeteren van de duurzaamheid van technologische systemen.

De Universiteit Hasselt is op zoek naar een nieuw academisch personeelslid binnen de Faculteit Industriële Ingenieurswetenschappen. De functie is verbonden met het Instituut voor Materiaalonderzoek (imo imomec). Imo-imomec is een interdisciplinair onderzoeksinstituut dat zich richt op de ontwikkeling van geavanceerde materialen en hun toepassingen in energieopslag, circulaire materialen, quantumtechnologieën en gezondheidszorg. Het instituut combineert diepgaande kennis van fysica, chemie en ingenieurswetenschappen om oplossingen te bieden voor wereldwijde uitdagingen op het gebied van duurzaamheid. Binnen dit kader is er een sterke behoefte aan de integratie van AI en ML als tools voor materialenonderzoek, met name voor het optimaliseren van processen zoals energieopslag, materiaalefficiëntie en betrouwbaarheid van apparaten.

• Je behaalde een doctoraat in een relevant vakgebied, zoals materiaal engineering, wetenschap, natuurkunde, scheikunde of computerwetenschappen, met een sterke specialisatie in Kunstmatige Intelligentie (AI) of Machine Learning (ML) toepassingen in een van de relevante domeinen. Je hebt ten minste 4 jaar postdoctorale ervaring. (of gelijkwaardig)
• Je bent vaardig in het ontwikkelen of toepassen van AI/ML-modellen voor materiaalontdekking, optimalisatie en prestatievoorspelling. Je bezit verder aantoonbare expertise in het toepassen van AI/ML op één of meerdere domeinen van het instituut imo-imomec.
• Je hebt een bewezen track record van hoogwaardige publicaties in internationaal erkende tijdschriften en gepresenteerd op bekende internationale conferenties in het domein. Bovendien heb je ervaring met het leiden of bijdragen aan interdisciplinaire onderzoeksprojecten.
• Je beschikt over sterke interdisciplinaire vaardigheden om te werken in zowel experimentele als computationele onderzoeksdomeinen. Verder heb je ervaring met het verwerken en analyseren van kleine tot grote datasets in een materiaalkundige context.
• Je hebt aantoonbare ervaring in het begeleiden van doctoraatsstudenten en postdocs, alsook het vermogen om samen te werken met teams uit verschillende onderzoeksdisciplines (bv. scheikunde, natuurkunde, engineering) binnen imo-imomec en buiten het instituut.
• Je hebt een sterke internationale reputatie in AI/ML toepassingen, met actieve deelname aan internationale netwerken en samenwerkingsverbanden en ervaring in het verwerven van competitieve onderzoeksfinanciering op nationaal of internationaal niveau.
• Je hebt het vermogen om zowel zelfstandig als in samenwerking met anderen te werken, met een focus op het aandragen van innovatieve oplossingen voor complexe materiaalkundige uitdagingen.
• Je beschikt over uitstekende communicatieve vaardigheden, zowel schriftelijk als mondeling, in het Engels. Als je geen Nederlands spreekt, moet je bereid zijn dit binnen een redelijke termijn te leren.
• Het Nederlands is de bestuurstaal van de Universiteit Hasselt. Dit houdt in dat je op het moment van jouw benoeming of binnen de 5 jaar na jouw aanstelling als lid van het ZAP moet kunnen aantonen dat jouw kennis van het Nederlands zich ten minste op het ERK-niveau B2 situeert. Indien dit nog niet het geval is op het moment van de aanstelling, dan bieden wij jou hiervoor taallessen aan als ondersteuning. Je beschikt over een periode van uiterlijk 5 jaar om het vereiste niveau te behalen.
  Bij het opnemen van een onderwijsopdracht als coördinerend verantwoordelijke of co-titularis moet je steeds de onderwijstaal van het opleidingsonderdeel kunnen bewijzen op ERK-niveau C1. In de aanloop hiervan kan de Universiteit Hasselt jou hierbij ook ondersteunen om de vereiste taalvaardigheid te verwerven.

We bieden een voltijds ambt in de graad van hoofddocent of hoger, die in principe aanleiding geeft tot een benoeming in vast verband. Het universiteitsbestuur kan, in geval van een eerste benoeming tot lid van het ZAP, overgaan tot een aanstelling in tijdelijk dienstverband voor een duur van ten hoogste drie jaar. Deze periode mondt uit in een vaste benoeming indien het universiteitsbestuur de prestaties van betrokkene gunstig beoordeelt; Bij aanstelling zal je gedurende de eerste vijf jaar werken als onderzoeksprofessor. Na gunstige evaluatie kan deze periode nogmaals verlengd worden met vijf jaar.

De selectieprocedure bestaat uit een voorselectie op sollicitatiedossier, een interview en een proefles / presentatie. Een assessment voor de geselecteerde kandidaten behoort ook tot de selectieprocedure.

Solliciteer nu
Solliciteren t.e.m. 20.06.2025