Take advantage of EURAXESS and find your job in research

Thousands of vacancies and fellowships from more than 40 European countries and other regions in the world. Early Stage Research Positions available. Innovative Training Network «ROMSOC». Posición PhD en optimización matemática a la Universidad de Erlangen, Alemania… Find talented and experienced staff at the click of a button. EURAXESS lists thousands of European and global vacancies and fellowships.

https://euraxess.ec.europa.eu/jobs/

11 Early Stage Research Positions available in MSCA-ITN-EID project ROMSOC
WHERE TO APPLYCONTACTSAVE TO FAVORITES SHOW ON MAP
ORGANISATION/COMPANY
Innovative Training Network «ROMSOC» (H2020-MSCA-ITN-765374)
RESEARCH FIELD
Engineering › Biomedical engineering
Mathematics › Applied mathematics
Mathematics › Computational mathematics
Technology
RESEARCHER PROFILE
First Stage Researcher (R1)
APPLICATION DEADLINE
30/11/2017 23:00 – Europe/Brussels
LOCATION
Multiple locations, see work locations below.
TYPE OF CONTRACT
Temporary
JOB STATUS
Full-time
HOURS PER WEEK
35-40
OFFER STARTING DATE
01/03/2018
EU RESEARCH FRAMEWORK PROGRAMME
H2020 / Marie Sk?odowska-Curie Actions
MARIE CURIE GRANT AGREEMENT NUMBER
765374
ROMSOC is a European Industrial Doctorate (EID) project in the programme Innovative Training Networks (ITN) and part of Marie Sklodowska Curie Actions within the Horizon 2020 programme. The ROMSOC EID Network brings together 15 international academic institutions and 11 industry partners and supports the recruitment of eleven Early Stage Researchers (ESRs). Each ESR will be working on an individual research project in the host institution with secondments related to their research in other academic and industrial partners of the network. The research is focused on three major topics: coupling methods, model reduction methods, and optimization methods, for industrial applications in well selected areas, such as optical and electronic systems, economic processes, and materials. The ROMSOC EID Network offers a unique research environment, where leading academics and innovative industries will integrate ESRs into their research teams for the training period, providing an excellent structured training programme in modelling, simulation and optimization of whole products and processes.

We seek excellent open-minded and team-spirited PhD candidates who will get unique international, interdisciplinary and inter-sectoral training in scientific and transferable skills by distinguished leaders from academia and industry.

The following positions are available:

 

https://euraxess.ec.europa.eu/jobs/257318

 Institución:Friedrich-Alexander-Universität Erlangen-Nürnberg
> Contacto correo-e:Alexander.Martin@math.uni-erlangen.de
> —
> Posición PhD en optimización matemática a la Universidad de Erlangen, Alemania
>
>
> La Cátedra de Optimización Discreta invita aplicaciones por una
>
>     Posición PhD en Optimización Matemática
>
> de tiempo completo al Departamento de Matemáticas. El contrato se formalizará en marzo de 2018 y valdrá por un periodo inicial de 3 años. El aplicante exitoso trabajará en un proyecto sobre la
>
>     Optimización integrada de redes internacionales de transporte
>
> en cooperación con DB Cargo Polska, una filial de Deutsche Bahn AG. El foco del proyecto será el desarrollo de jerarquías de módelos y métodos de optimización matemática para la planificación de recursos en el transporte ferrocarril (personal, locomotoras, …), especialmente en el contexto del transporte transfronterizo. El trabajo matemático en ese proyecto tendrá foco en el análisis estructural del problema, empleando análisis poliédrico y teoría de grafos, y el tratamiento de incertidumbre en los datos, que requerirá el desarrollo de planteamientos de optimización robusta o estocástica. El candidato PhD pasará periodos de formación técnica y científica a DB Cargo Polska en Zabrze, Polonia. El grado de doctor se concederá por la Universidad de Erlangen, Alemania.
>
> Los aplicantes deberían haber completado sus estudios del nivel de master con un trasfondo matemático profundo en optimización matemática. Buscamos a candidatos excelentes, de actitud abierta y con un espíritu de trabajar en equipos que obtendrán una formación internacional, interdisciplinaria y intersectorial de capacidades científicas y transferibles por líderes distinguidos de academia y industria.
>
> Ese posición se ofrece cómo parte del red de formación de doctorantes industriales europeos (EID) ROMSOC (Reduced Order Modelling, Simulation and Optimization of Coupled systems) bajo la acción Marie Sk?odowska Curie del programa Horizonte 2020  (vea https://euraxess.ec.europa.eu/jobs/257318 para más información). Por la regla de movilidad que gobierna ese tipo de red de formacíon europeo, solo podemos considerar a aplicantes que no han vivido ni trabajado en Alemania por más de 12 meses durante los últimos 3 años.
>
> Para más información y las directrices de aplicación por favor consulte el anuncio oficial:
> http://www3.math.tu-berlin.de/numerik/mt/NumMat/ECProjekte/ROMSOC/ROMSOC_call_ESR07.pdf
>
> —————-
> Información complementaria de la oferta:
> Por favor mande sus documentos completos de aplicación (correo de motivación, currículo detallado, lista de cursos y notas de MSc, copia del tesis de master, correos de referencia etc.) de forma electrónica hasta el 30 de noviembre 2017 a:
> Alexander.Martin@fau.de
> (Prof. Dr. Alexander Martin
> FAU Erlangen-Nürnberg
> Lehrstuhl für Wirtschaftsmathematik
> Cauerstraße 11
> 91058 Erlangen, Germany)

Foto de https://www.fau.eu/university/ Panorama de Nuremberg cerca de la universidad

 

Empleo UGR. Centro de Empleo y Prácticas.
Resumen de privacidad

La presente política de cookies tiene por finalidad informarle de manera clara y precisa sobre las cookies que se utilizan en la página web de la Universidad de Granada.

¿Qué son las cookies?

Una cookie es un pequeño fragmento de texto que los sitios web que visita envían al navegador y que permite que el sitio web recuerde información sobre su visita, como su idioma preferido y otras opciones, con el fin de facilitar su próxima visita y hacer que el sitio le resulte más útil. Las cookies desempeñan un papel muy importante y contribuyen a tener una mejor experiencia de navegación para el usuario.

Tipos de cookies

Según quién sea la entidad que gestione el dominio desde dónde se envían las cookies y se traten los datos que se obtengan, se pueden distinguir dos tipos: cookies propias y cookies de terceros.

Existe también una segunda clasificación según el plazo de tiempo que permanecen almacenadas en el navegador del cliente, pudiendo tratarse de cookies de sesión o cookies persistentes.

Por último, existe otra clasificación con cinco tipos de cookies según la finalidad para la que se traten los datos obtenidos: cookies técnicas, cookies de personalización, cookies de análisis, cookies publicitarias y cookies de publicidad comportamental.

Para más información a este respecto puede consultar la Guía sobre el uso de las cookies de la Agencia Española de Protección de Datos.

Cookies utilizadas en la web

A continuación se identifican las cookies que están siendo utilizadas en este portal así como su tipología y función.

La página web de la Universidad de Granada utiliza Google Analytics, un servicio de analítica web desarrollada por Google, que permite la medición y análisis de la navegación en las páginas web. En su navegador podrá observar cookies de este servicio. Según la tipología anterior se trata de cookies propias, de sesión y de análisis.

A través de la analítica web se obtiene información relativa al número de usuarios que acceden a la web, el número de páginas vistas, la frecuencia y repetición de las visitas, su duración, el navegador utilizado, el operador que presta el servicio, el idioma, el terminal que utiliza y la ciudad a la que está asignada su dirección IP. Información que posibilita un mejor y más apropiado servicio por parte de este portal.

Para garantizar el anonimato, Google convertirá su información en anónima truncando la dirección IP antes de almacenarla, de forma que Google Analytics no se usa para localizar o recabar información personal identificable de los visitantes del sitio. Google solo podrá enviar la información recabada por Google Analytics a terceros cuanto esté legalmente obligado a ello. Con arreglo a las condiciones de prestación del servicio de Google Analytics, Google no asociará su dirección IP a ningún otro dato conservado por Google.

Por último, se descarga una cookie denominada cookie_agreed, propia, de tipo técnico y de sesión. Gestiona el consentimiento del usuario para el uso de las cookies en la página web. El objetivo es recordar aquellos usuarios que las han aceptado y aquellos que no, de modo que a los primeros no se les muestre información en la parte inferior de la página al respecto.

Cómo modificar la configuración de las cookies

Usted puede restringir, bloquear o borrar las cookies de la Universidad de Granada o cualquier otra página web, utilizando su navegador. En cada navegador la operativa es diferente, la función de 'Ayuda" le mostrará cómo hacerlo.