科隆大学博士和博士后职位

这篇文章旨在提供科隆大学所有可用的全额资助博士和博士后职位的最新列表，并附有简要说明和申请截止日期。请继续关注博士和博士后职位机会的更新。
科隆大学简介：科隆大学成立于1388年，是欧洲历史最悠久、最负盛名的高等学府之一。科隆大学拥有大约40,000名学生，在其10个院系中提供从学士到博士学位的各种学术课程。作为对卓越学术承诺的证明，该大学在2012年至2019年期间积极参与了德国科学与人文委员会和德国研究基金会的卓越倡议。
科隆大学以其校友和教职员工中有超过45名诺贝尔奖获得者而自豪，它信奉“光明与真理”的座右铭。此外，它还提供了许多全额资助的硕士、博士和博士后职位，并提供有竞争力的工资，这将在本文的以下部分中详细说明。
科隆大学院系
科隆大学的院系如下：
• 艺术与人文学院
• 数学与自然科学学院
• 人文科学学院
• 法学院
• 医学院
• 管理、经济和社会科学学院

德国科隆大学全额资助的博士和博士后工作
在这里发现科隆大学所有全额资助的博士和博士后机会。敬请关注这些职位的定期更新。
最多3个资助博士职位（f/m/x）
地点：数学与自然科学学院
截止日期：31.01.2024
任期：职位以三年为限。
薪资：如果申请人符合相关工资要求和个人资格，工资将基于德国体制内工资等级的第13组TV-L。
由DFG（德国Forschungsgemeinschaft）资助的研究培训小组“模板设计的有机电子——TIDE”正在寻找申请人。该计划是科隆大学化学系和物理系与德国波恩莱茵Friedrich-Wilhelms-University的合作项目。该计划在有机电子这一前沿跨学科领域提供独特的研究型培训。它涵盖了各种研究领域，包括有机合成、表面和界面科学、器件物理和应用、超快光谱以及量子化学理论和建模。TIDE的培训计划以队列为基础，为期三年。继2024年3月完成第一个队列之后，下一个队列计划于2024年4月开始。
该计划的理想候选人应该是最近获得或接近完成化学、物理、材料科学或相关领域的理学硕士（M.Sc）学位或同等资格，并取得杰出的学术成果。现有背景或熟悉与“模板设计的有机电子”相关的主题将被认为是有益的。申请人应该有很高的积极性，渴望参与合作，跨学科的研究环境，专注于该领域的前沿主题。

北极变暖对流模拟中的博士职位（f/m/x）
地点：地球物理与气象研究所
截止日期：31.01.2024
期限：限3年。
工资：
如果申请人符合相关工资要求和个人资格，工资将基于德国体制内工资等级的第13组TV-L。
该职位是TR172北极放大（AC）3合作研究中心的一部分，专注于北极气候中的大气对流研究。职责包括使用COMBLE和HALO-（AC）3现场数据进行大涡模拟，分析对流模式，开发和测试对流组织的概念模型，以及参与研究传播。
理想的候选人应具备：
1. 气象学或相关领域的M.Sc学位。
2. 具有地球物理流体动力学方面的知识，优先考虑边界层气象学方面的专门知识。
3. 科学编程方面的高级技能和高性能超级计算经验，尤其是在UNIX/LINUX环境中。
4. 在TR172内部和与外部科学伙伴的合作中采取积极主动的方法，包括发起新的科学合作的能力。
5. 在团队环境中有效工作以及独立工作的能力。
6. 优秀的书面和口语沟通能力。

北极放大中的博士后职位（f/m/x）
地点：
截止日期：31.01.2024
任期：该职位将定期填补，直至31.12.2027。
工资：如果申请人符合相关工资要求和个人资格，工资基于德国体制内工资等级表的第13组TV-L。
这一角色以TR172北极放大（AC）3协作研究中心为基础，侧重于利用地基遥感分析来自Ny-奥勒松的北极云和降水数据，职责包括操作气象仪器、结合高分辨率模型分析遥感数据、比较区域和战役数据以了解北极天气模式，还需要积极参与研究交流，如研讨会和出版物。
候选人应持有气象学或相关领域的博士学位，并在大气遥感方面拥有丰富的经验。高级编程技能，特别是UNIX或LINUX操作系统，是必不可少的。他们必须表现出与TR172项目内外的科学家合作的高度意愿，并建立新的科学合作。这个角色需要在团队中合作和独立工作的能力。优秀的书面和口语沟通技能对于有效参与这一国际研究环境至关重要。

研究助理（f/m/x）-可视化和可视化分析
地点：系数学/计算机科学|计算机科学科
截止日期：04.02.2024
任期：该职位将定期填补，直至28.02.2027。
工资：如果申请人符合相关工资要求和个人资格，工资基于德国体制内工资等级表的第13组TV-L。
由von Landesberger教授领导的可视化和可视化分析小组专注于WarmWord-Easier项目的新型可视化技术。他们的关键作用是开发和评估可视化比较模型和观测数据的方法，使用交互式可视化有效地传达数据和不确定性。
要求
任职资格：
• 计算机科学或相关领域的硕士学位，重点是可视化或可视化分析。
• 精通可视化，对推进该领域有浓厚的兴趣。
• 出色的JavaScript、Python或其他适合交互式可视化的语言编程技能。
• 在数据处理和可视化方面管理大型数据集的经验。
• 对气候数据工作的热情。