PhD scholarship in data-driven modelling for catalytic organometallic reactions - DTU Chemistry

DTU Chemistry
Kgs. Lyngby, 2800
DTU Chemistry logo

Oversigt og nøgleindsigter

DTU Chemistry søger en PhD-studerende til et projekt om data-drevet modellering af katalytiske organometalliske reaktioner, der kombinerer data science med kemi. Stillingen involverer udvikling af nye modeller og samarbejde i et interdisciplinært forskningsmiljø.

Højdepunkter

  • Interdisciplinært projekt med fokus på data-drevet kemi
  • Mulighed for eksperimentelt arbejde og teoretisk modellering
  • Internationalt arbejdsmiljø med akademisk frihed

Påkrævede kvalifikationer

  • MSc i Kemi, Kemisk Ingeniørvidenskab, Data Science eller beslægtet område
  • Programméringsfærdigheder (ideelt i Julia, Python eller MATLAB)
  • Fremragende kommunikationsevner på engelsk

Ønskværdige kvalifikationer

  • Erfaring med kemisk reaktionskinetik eller overgangsmetal katalyse
  • Dokumenterede videnskabelige præstationer inden for relevante områder

Den ideale kandidat

Den ideelle kandidat er en motiveret PhD-studerende med entusiasme for at lære og kombinere forskellige modelleringsmetoder. De skal have en kreativ tilgang til problemløsning og en stærk interesse for data-drevet forskning i kemi.

Jobdetaljer

Løn efter aftale
Fuldtid
37 timer/uge
Kun kontor
Kgs. Lyngby
2800

Jobbeskrivelse

Are you interested in using data science to make chemical reactions more general, flexible, and efficient? Do you want to start your scientific career developing new models at the interface between organometallic chemistry, computational chemistry, and reaction engineering? Join us at DTU Chemistry for an interdisciplinary and internationally collaborative project to integrate different modelling and machine learning approaches into a cohesive data-driven computational technique for homogeneous transition metal catalysis. We’re seeking a highly motivated PhD student willing to learn and combine multiple approaches for modelling and designing chemical catalysis to join a new research group led by Assistant Professor Jakob Dahl with co-supervision by Professor Søren Kegnæs.

Responsibilities and qualifications

This PhD project aims to build new composite models that allow integration of different types of data, such as computational transition state calculations, in-situ observations of reaction dynamics, and reaction yield datasets across chemical species from literature or high-throughput synthesis. Your role will be to connect kinetic models of reaction mechanisms with models of changes in reactivity between different chemical species and train and optimize this combined model on a combination of experimental and theoretical results. You will also be involved in generating some of the required theoretical results using established quantum chemistry methods for the calculation of transition state energies. If desired, there is an opportunity for some experimental work observing reactions in-situ as well. You will also statistically validate these models, predict and suggest experiments for experimental collaborators and draft publications and present your results.

Here's what the ideal candidate will bring to the project:

  • MSc in Chemistry, Chemical Engineering, Data Science, or a related discipline
  • Enthusiasm, creativity, and a can-do attitude
  • Programming skills (Ideally Julia, Python / MATLAB or others acceptable)
  • Excellent communication skills in English (both spoken and written)
  • Familiarity with one or more of the following areas: chemical reaction kinetics, transition metal catalysis, machine learning/data science in chemistry, computational chemistry
  • Documented scientific achievements and experience in the above areas will be considered an advantage, but are not a prerequisite.

You must have a two-year master's degree (120 ECTS points) or a similar degree with an academic level equivalent to a two-year master's degree.

Approval and Enrolment

The scholarship for the PhD degree is subject to academic approval, and the candidate will be enrolled in one of the general degree programmes at DTU. For information about our enrolment requirements and the general planning of the PhD study programme, please see DTU's rules for the PhD education.

Assessment

Professor Søren Kegnæs and Assistant Professor Jakob Dahl will assess the applicants.

We offer

DTU is a leading technical university globally recognized for the excellence of its research, education, innovation and scientific advice. We offer a rewarding and challenging job in an international environment. We strive for academic excellence in an environment characterized by collegial respect and academic freedom tempered by responsibility.

Salary and appointment terms

The appointment will be based on the collective agreement with the Danish Confederation of Professional Associations. The allowance will be agreed upon with the relevant union. The period of employment is 3 years. The starting date is 1 July 2026, or by mutual agreement. The position is a full-time position.

Further information

Further information about the open PhD position may be obtained from Professor Søren Kegnæs at skk@kemi.dtu.dk or Assistant Professor Jakob Dahl at yakdahl@gmail.com. You can read more about DTU Chemistry at www.kemi.dtu.dk.

Application procedure

Your complete online application must be submitted no later than 1 April 2026 (23:59 Danish time). Applications must be submitted as one PDF file containing all materials to be given consideration. To apply, please open the link "Apply now", fill out the online application form, and attach all your materials in English in one PDF file. The file must include:

  • A letter motivating the application (cover letter)
  • Curriculum vitae
  • Grade transcripts and BSc/MSc diploma (in English) including official description of grading scale
  • Contact details of two individuals that can provide a letter of reference.
  • Description of scientific contributions, if any. DO NOT upload scientific articles
  • A brief video (or link to video) of max. 2 minutes introducing yourself.

You may apply prior to obtaining your master's degree but cannot begin before having received it. Applications received after the deadline will not be considered.

All interested candidates irrespective of age, gender, disability, race, religion or ethnic background are encouraged to apply. As DTU works with research in critical technology, which is subject to special rules for security and export control, open-source background checks may be conducted on qualified candidates for the position.

Karrierevej

Typisk karriereforløb

1

Postdoc Researcher

2

Senior Research Scientist

3

Research Group Leader

Vækstpotentiale

PhD-studerende i data-drevet modellering har et stort vækstpotentiale inden for forskning og industri. Specialisering i både kemi og datavidenskab åbner op for nye karrieremuligheder i tværfaglige teams og erhvervslivet.

Overførbare færdigheder

DataanalyseModeludviklingKommunikation af komplekse ideer

Branchekontekst

Stillingen er central i den voksende sektor for data-drevet forskning inden for kemi, hvor maskinlæring og computermodellering revolutionerer tilgangene til kemiske reaktioner. Dette skaber nye muligheder for innovation og effektivitet i kemisk forskning og udvikling.

Færdighedsanalyse

Kritiske færdigheder

MSc i kemi, kemisk ingeniørvidenskab eller beslægtet disciplin

En relevant kandidatuddannelse er nødvendig for at kunne forstå de komplekse emner inden for kemisk katalyse.

Programmeringsfærdigheder (ideelt Julia, Python / MATLAB)

Færdigheder i programmering er essentielle for at udvikle og implementere modeller og analysere data.

Vigtige færdigheder

Familiaritet med kemisk reaktionskinetik

Forståelse af kemisk reaktionskinetik er vigtig for at kunne forbinde kinetiske modeller med reaktivitet.

Kommunikationsevner på engelsk

Evnen til at kommunikere komplekse ideer klart, både skriftligt og mundtligt, er essentiel i et forskningsmiljø.

Ønskværdige færdigheder

Maskinlæring/data science i kemi

Kendskab til maskinlæring kan være en fordel i udviklingen af datadrevne modeller.

Computational chemistry

Færdigheder inden for beregningskemi vil være nyttige til at generere teoretiske resultater.

Mest kritiske færdigheder

MSc i kemi, kemisk ingeniørvidenskab eller beslægtet disciplinProgrammeringsfærdigheder (ideelt Julia, Python / MATLAB)Familiaritet med kemisk reaktionskinetik

Sådan fremhæver du din erfaring

Fremhæv din akademiske baggrund og relevante projekter, hvor du har anvendt programmering til at analysere data eller udvikle modeller. Inkluder specifikke eksempler på din erfaring med kemisk reaktionskinetik og eventuel brug af maskinlæring i dit arbejde.

Interviewforberedelse

Sandsynlige spørgsmål

Hvordan vil du anvende data science til at forbedre katalytiske reaktioner?

teknisk

Tip: Giv konkrete eksempler fra din tidligere erfaring eller studier.

Hvilke programmeringssprog er du fortrolig med, og hvordan har du anvendt dem i dine projekter?

erfaring

Tip: Nævn specifikke projekter, hvor du har brugt disse færdigheder.

Kan du beskrive en udfordrende situation i et forskningsprojekt, og hvordan du håndterede den?

situation

Tip: Fokuser på problemet, din tilgang til løsningen og resultatet.

Hvordan vil du integrere teoretiske resultater med eksperimentelle data?

teknisk

Tip: Diskuter metodologiske tilgange og samarbejde med eksperimentelle kolleger.

Hvad motiverer dig til at arbejde inden for organometallisk kemi og datadrevet modellering?

kultur

Tip: Del din passion for området og hvordan det relaterer til dine karrieremål.

Spørgsmål du kan stille

  • Hvilke typer data og modeller forventes der at blive brugt i projektet?
  • Hvordan ser det samarbejde ud mellem de forskellige forskningsgrupper?
  • Hvilke muligheder er der for at publicere resultater under PhD-programmet?

Tale punkter

  • Din baggrund inden for kemi og datavidenskab.
  • Erfaring med samarbejde i tværfaglige projekter.
  • Interesse for at kombinere teoretisk og eksperimentel forskning.

Bekymringspunkter at være opmærksom på

  • Manglende erfaring med relevante programmeringssprog.
  • Uklare karrieremål eller motivation for projektet.

Ansøgningsstrategi

Ansøgningstips

  • Fremhæv din erfaring med programmering, især i Julia eller Python, og hvordan du har anvendt disse færdigheder i tidligere projekter.
  • Beskriv specifikke projekter eller forskningsarbejde, hvor du har anvendt datavidenskab eller maskinlæring i kemiske sammenhænge.
  • Vis din entusiasme for interdisciplinært samarbejde og forklar, hvordan du kan bidrage til forskningsgruppen og projektets mål.

Nøgleord at inkludere

datadrevet modelleringorganometallisk kemimaskinlæringreaktionskinetikcomputational chemistry

Fokus i ansøgningen

Fremhæv din passion for kemisk forskning og datavidenskab samt din evne til at kombinere teoretiske og eksperimentelle metoder for at udvikle innovative løsninger.

Tilpasning af CV

Fokuser på relevante projekter og erfaringer, der demonstrerer dine færdigheder inden for kemi, datavidenskab og programmering, og sørg for at inkludere konkrete resultater og præstationer.

Ofte stillede spørgsmål

Hvad indebærer stillingen?

Stillingen indebærer udvikling af data-drevne modeller for katalytiske organometalliske reaktioner ved at integrere forskellige modellerings- og maskinlæringsmetoder. Du vil arbejde med både teoretisk og eksperimentelt forskning inden for området.

Hvilke kvalifikationer kræves?

Du skal have en kandidatgrad i kemi, kemiteknik, datalogi eller et beslægtet felt. Derudover kræves programmeringsevner, især i Julia, Python eller MATLAB, samt gode kommunikationsevner på engelsk.

Hvad tilbyder virksomheden?

DTU Chemistry tilbyder et dynamisk og internationalt arbejdsmiljø med mulighed for interdisciplinært samarbejde. Du vil få støtte fra erfarne forskere og mulighed for at publicere dine resultater.

Hvordan er arbejdsmiljøet?

Arbejdsmiljøet er præget af innovation og samarbejde, hvor forskere fra forskellige discipliner arbejder sammen. Du vil være en del af et nyt forskerteam, der fokuserer på tværfaglige projekter.

Hvad er forventningerne til kandidaten?

Vi forventer, at kandidaten er motiveret og villig til at lære, samt kan kombinere forskellige tilgange til modellering og design af kemiske katalyser. Du skal også kunne kommunikere resultater klart og effektivt.

Er der mulighed for eksperimentelt arbejde?

Ja, der er mulighed for at udføre eksperimentelt arbejde, hvor du kan observere reaktioner in-situ, hvis det ønskes. Dette vil supplere de teoretiske modeller, du udvikler.

Hvilke emner skal kandidaten være bekendt med?

Kandidaten skal have kendskab til emner såsom kemisk reaktionskinetik, overgangsmetal katalyse, maskinlæring i kemi og beregningskemi. Erfaring i disse områder vil være en fordel.

Hvordan foregår ansøgningsprocessen?

Ansøgningsprocessen involverer indsendelse af relevante dokumenter, hvorefter Professor Søren Kegnæs og Assistant Professor Jakob Dahl vil vurdere ansøgerne. Du kan finde flere oplysninger på DTU's hjemmeside.

Stillinger

PhD StudentResearcherData Scientist

Lignende jobs