Das Department Liberal Arts & Social Sciences bietet derzeit eine Promotionsstelle (vollfinanziert, 3 Jahre, 100 %, Vergütung nach TV-L E 13) in der von Prof. Dr. Alexander Martin geleiteten Analytics and Optimization Group an. Wir suchen eine hoch motivierte und qualifizierte Person zur Verstärkung unseres dynamischen und internationalen Forschungsteams.

Die erfolgreiche Bewerberin bzw. der erfolgreiche Bewerber wird Teil eines interdisziplinären Forschungsteams, das neue Ansätze für Multi-Agent Path Finding in großen robotergestützten Lagersystemen entwickelt. Die Stelle ist im Bereich der mathematischen Optimierung angesiedelt und umfasst eine enge Zusammenarbeit mit Forschenden aus Robotik und Business Intelligence. Sie forschen unter anderem zu gemischt-ganzzahliger Optimierung für Multi-Agent Path Finding, Optimierung unter Unsicherheit und optimierungsbasierter Konfliktlösung und bringen Ihre Expertise in mathematischer Optimierung in das interdisziplinäre Team ein. Die entwickelten Methoden werden sowohl in Simulationen als auch auf realen Robotersystemen evaluiert.

Eine komplementäre, im Bereich Robotik angesiedelte Promotionsstelle wird in der von Prof. Dr. Wolfram Burgard geleiteten Artificial Intelligence and Robotics Group ausgeschrieben.

Weitere beteiligte Forschungsgruppen sind die von Dr. Tanja Kaiser geleitete Multi-Robot Systems Junior Research Group, die von Prof. Dr. Johannes Thürauf geleitete Discrete Optimization Group sowie die Management Intelligence Services Group der FAU unter der Leitung von Prof. Dr. Freimut Bodendorf.

---

Ihre Aufgaben:

Die erfolgreiche Bewerberin bzw. der erfolgreiche Bewerber wird im interdisziplinären Projekt „Real-World Multi-Agent Optimal Path Finding under Uncertainty“ mitwirken.

Zu Ihren Aufgaben gehören:

• Durchführung innovativer Forschung zur mathematischen Optimierung für Multi-Agent Path Finding in enger Zusammenarbeit mit einem interdisziplinären Forschungsteam.
• Entwicklung mathematischer Optimierungsmethoden, insbesondere gemischt-ganzzahliger Optimierungsansätze, für die Pfadplanung von Multi-Agenten-Systemen und die Lösung komplexer Konflikte in realen Robotersystemen.
• Entwicklung von Optimierungsansätzen unter Unsicherheit, um zuverlässige Lösungen bei unsicherem Roboterverhalten, schwankender Nachfrage und variierenden Betriebsbedingungen zu erzielen.
• Implementierung und rechnergestützte Evaluation der entwickelten Optimierungsmethoden, einschließlich ihrer Erprobung auf realen Robotersystemen.
• Enge Zusammenarbeit mit Forschenden aus der Robotik sowie der Management Intelligence Services Group der FAU, um Optimierung, Robotik und Business Intelligence miteinander zu verbinden.
• Veröffentlichung von Forschungsergebnissen in führenden internationalen Fachzeitschriften und auf renommierten Konferenzen sowie Präsentation der eigenen Forschung auf internationalen Konferenzen.
• Mitwirkung in der Lehre und Betreuung von Studierenden, z. B. im Rahmen von Lehrveranstaltungen, Abschlussarbeiten und Forschungsprojekten.
• Mitwirkung an Outreach-Aktivitäten und Kommunikation von Forschungsergebnissen gegenüber Wissenschaft, Industrie und Öffentlichkeit.

---

Ihr Profil:

Wir erwarten:

• Einen qualifizierenden Hochschulabschluss (M.Sc. oder vergleichbar) in Mathematik, Informatik, Operations Research oder einem verwandten Fachgebiet, einschließlich Natur- und Ingenieurwissenschaften
• Motivation, Engagement und ein hohes Maß an Verantwortungsbewusstsein
• Solide mathematische Kenntnisse und ein ausgeprägtes Interesse an mathematischer Optimierung
• Ausgeprägtes Interesse an interdisziplinärer Forschung
• Programmiererfahrung, z. B. in Python, C++ oder vergleichbaren Programmiersprachen
• Sehr gute Englischkenntnisse in Wort und Schrift

Zusätzliche Kenntnisse oder Erfahrungen in einem oder mehreren der folgenden Bereiche sind wünschenswert:

• Gemischt-ganzzahlige Optimierung und mathematische Programmierung
• Optimierung unter Unsicherheit
• Optimierungssoftware, z. B. Gurobi, CPLEX oder SCIP
• Algorithmenentwicklung und rechnergestützte Optimierung

---

Ausgewählte Vorteile dieser Position:

• Eine besondere Gelegenheit, an der Schnittstelle von mathematischer Optimierung, Robotik und Business Intelligence zu forschen, dabei fundierte Expertise in der Optimierung aufzubauen und eng mit verschiedenen Disziplinen zusammenzuarbeiten.
• Die Möglichkeit, neuartige mathematische Optimierungsmethoden zu entwickeln und diese an anspruchsvollen realen Multi-Roboter-Systemen zu evaluieren.
• Zugang zu umfassender Expertise über verschiedene Forschungsgruppen und Departments der UTN hinweg sowie zu leistungsfähigen Rechenressourcen.
• Attraktive Vergütung nach TV-L E 13 sowie eine hohe Lebensqualität bei vergleichsweise moderaten Lebenshaltungskosten in Nürnberg.

The Department of Liberal Arts & Social Sciences is currently offering one opening for a doctoral research opportunity (fully funded, 3 years, 100%, pay scale TV-L E 13) in the Analytics and Optimization Group led by Prof. Dr. Alexander Martin. We are seeking a highly motivated and talented individual to join our dynamic and international research team.

The successful candidate will join an interdisciplinary team of researchers developing novel approaches to multi-agent path finding in large-scale robotic warehouses. The position is rooted in mathematical optimization and involves close collaboration with researchers in robotics and business intelligence. You will conduct research on topics such as mixed-integer optimization for multi-agent path finding, optimization under uncertainty, and optimization-based conflict resolution, and contribute mathematical optimization expertise to the interdisciplinary team. The developed methods will be evaluated in simulation and on real robotic systems.

There will be a complementary position rooted in robotics available in the Artificial Intelligence and Robotics Group led by Prof. Dr. Wolfram Burgard.

Further involved research groups are the Multi-Robot Systems Junior Research Group led by Dr. Tanja Kaiser, the Discrete Optimization Group led by Prof. Dr. Johannes Thürauf, and FAU’s Management Intelligence Services Group led by Prof. Dr. Freimut Bodendorf.

---

Your tasks:

The successful candidate will contribute to the interdisciplinary project “Real-World Multi-Agent Optimal Path Finding under Uncertainty”.

Your responsibilities will include:

• Conducting cutting-edge research on mathematical optimization for multi-agent path finding in close collaboration with an interdisciplinary team.
• Developing mathematical optimization methods, such as mixed-integer optimization approaches, for multi-agent path planning and complex conflict resolution in real-world robotic systems.
• Developing optimization approaches under uncertainty to obtain reliable solutions under uncertain robot behavior, demand, and operating conditions.
• Implementing and computationally evaluating the developed optimization methods, including their evaluation in real-world robotic systems.
• Closely collaborating with researchers in robotics and FAU’s Management Intelligence Services Group to integrate optimization, robotics, and business intelligence.
• Publishing research results in leading international journals and conferences and presenting your work to the global research community at international conferences.
• Contributing to teaching activities and student supervision (e.g., courses, theses, research projects).
• Engaging in outreach activities and communicating research to academic, industrial, and wider public audiences.

---

Your profile:

We expect:

• A qualifying degree (M.Sc. or equivalent) in Mathematics, Computer Science, Operations Research, or a related discipline including natural sciences and engineering
• Motivation, dedication, and a strong sense of responsibility
• A solid mathematical background and strong interest in mathematical optimization
• Strong interest in interdisciplinary research
• Programming experience, e.g., Python, C++, or related languages
• Proficiency in English (spoken and written)

Additional experience in one or more of the following areas is desirable:

• Mixed-integer optimization and mathematical programming
• Optimization under uncertainty
• Optimization software (e.g., Gurobi, CPLEX, SCIP)
• Algorithm development and computational optimization

---

Selected highlights of this position include:

• A unique opportunity to conduct research at the intersection of mathematical optimization, robotics, and business intelligence, while developing deep expertise in optimization and collaborating closely across disciplines.
• The opportunity to develop novel mathematical optimization methods and evaluate them on challenging real-world multi-robot systems.
• Access to broad expertise across UTN’s groups and departments, as well as computational resources.
• Competitive compensation according to TVL E 13, together with the high quality of living and comparatively moderate living costs offered by the city of Nuremberg.