Vollzeit, Teilzeit

Nürnberg

for english version, see below -

Die Technische Universität Nürnberg (UTN) bietet eine inspirierende und interdisziplinäre Forschungsumgebung mit Zugang zu modernsten Ressourcen. Sie ist der ideale Ort, um zukunftsträchtige Entdeckungen zu machen und einen bedeutenden Beitrag zu spannenden Forschungsfeldern zu leisten.

Promotion an der UTN im Bereich Bilevel- und Robuste Optimierung (m/w/d)

Das Discrete Optimization Lab (Prof. Johannes Thürauf) bietet derzeit eine voll finanzierte Promotionsstelle (3 years, 100%, TV-L E13) im Rahmen des interdisziplinären Forschungsprojekts „Strategic Resilience for Future Energy Systems“ an.

Das Projekt vereint Expertise aus den Bereichen Optimierung, Volkswirtschaftslehre und Künstliche Intelligenz, um innovative Ansätze zur Stärkung der Resilienz zukünftiger Energiesysteme zu entwickeln. Die erfolgreiche bewerbende Person wird Teil eines interdisziplinären Forschungsteams, dem Prof. Grimm, Dr. Egerer, Prof. Vernade und Prof. Thürauf angehören, und an der Schnittstelle zwischen Theorie, Modellierung und praktischen Anwendungen arbeiten.

Der Forschungsschwerpunkt liegt im Bereich der Bilevel- und robusten Optimierung, insbesondere auf dem aufstrebenden Gebiet der robusten bilevel Optimierung. Ziel des Projekts ist die Entwicklung innovativer Optimierungsmodelle und Lösungsansätze, die hochwertige Ergebnisse für diese anspruchsvollen Problemklassen liefern. Die erzielten Ergebnisse werden auf Energienetze angewendet und tragen so zu einem tieferen Verständnis der Resilienz zukünftiger Energiesysteme bei.

Die Forschung umfasst ein breites Spektrum an Methoden, darunter lineare, nichtlineare und ganzzahlige Optimierung, robuste und Bilevel-Optimierung sowie Graphalgorithmen. Die entwickelten Algorithmen werden hauptsächlich in Python und C++ implementiert.

Die primäre Betreuung erfolgt hauptsächlich von Prof. Johannes Thürauf (Discrete Optimization) in Zusammenarbeit mit Prof. Grimm und Dr. Egerer (Energy Systems and Market Design Lab) sowie Prof. Vernade (Foundations of Machine Learning). Diese Kooperationen bieten ein tiefgreifend interdisziplinäres Forschungsumfeld.

Eigenständige (mathematische) Forschung im Bereich der Bilevel- und robusten Optimierung im Rahmen Ihres Promotionsprojekts innerhalb des interdisziplinären Projekts „Strategic Resilience for Future Energy Systems“.
Zusammenarbeit mit Forschenden an der UTN und darüber hinaus, insbesondere mit dem Energy Systems and Market Design Lab (Prof. Grimm) sowie dem Foundations of Machine Learning (Prof. Vernade).
Präsentation und Veröffentlichung Ihrer Forschungsergebnisse auf international renommierten Konferenzen und in führenden Fachzeitschriften.
Mitwirkung in der Lehre an der UTN.
Aktive Teilnahme am wissenschaftlichen Leben der Universität sowie Unterstützung von Outreach- und Transferaktivitäten.

Ihr Profil:

Ein hervorragendes abgeschlossenes Masterstudium in Mathematik, Operations Research, Theoretischer Informatik oder einem verwandten Fachgebiet.
Fundierte mathematische Kenntnisse im Bereich der Optimierung, idealerweise mit Vorkenntnissen in der robusten und/oder bilevel Optimierung.
Sehr gute Programmierkenntnisse, vorzugsweise in Python und/oder C++. Erfahrung mit Optimierungssoftware wie CPLEX, Gurobi oder SCIP ist von großem Vorteil.
Sehr gute Englischkenntnisse in Wort und Schrift.

Interessiert?

Wenn Ihr Profil den Anforderungen entspricht, laden Sie bitte folgende Dokumente mit ihrer Bewerbung hoch:

Ein Motivationsschreiben, in dem Sie darlegen, warum Sie an der UTN promovieren möchten und warum in diesem Forschungsgebiet und Department (maximal 1 Seite)
Ein vollständiger chronologischer, tabellarischer Lebenslauf in englischer Sprache.
Nachweise über Ihre Studienabschlüsse (M.Sc. sowie B.Sc.) oder gleichwertige Qualifikationen.
Transcript of Records, Diploma Supplements oder Kursübersichten ihrer Studienabschlüsse (M.Sc. sowie B.Sc. oder gleichwertige Abschlüsse).
Titel und kurze Zusammenfassung der Masterarbeit.

Bitte beachten: Falls Sie Ihre Abschlüsse (M.Sc. sowie B.Sc. oder gleichwertige Abschlüsse) im Ausland erhalten haben, müssen Sie stets die Originalversion zusammen mit einer Übersetzung ins Englische oder Deutsche einreichen. Die Übersetzung muss von einem staatlich geprüften Übersetzer/einer staatlich geprüften Übersetzerin angefertigt worden sein und über ein offizielles Siegel verfügen.
Dokumente, deren Originalsprache Englisch ist, müssen nicht übersetzt werden.

Die Bewerbungen werden fortlaufend geprüft. Für eine vollständige Berücksichtigung reichen Sie Ihre Unterlagen bitte bis zum 9.12.2025 ein. Nach diesem Datum eingehende Bewerbungen können gegebenenfalls weiterhin berücksichtigt werden. Sollten Sie in die engere Auswahl kommen, erhalten Sie eine Einladung zu einem Interview, bei dem Sie Ihre Forschungsarbeit vorstellen können.

Weitere Informationen zum Bewerbungsprozess und den Aufnahmebedingungen finden Sie unter
Weitere Informationen zur Entgeltgruppe TV-L E13 finden Sie unter .

Bitte beachten: Reisekosten und sonstige im Rahmen der Bewerbung anfallende Aufwände können nicht von uns erstattet werden.

Sie haben Fragen?

Bitte richten Sie alle inhaltlichen Anfragen an Johannes Thürauf ().

Bei allgemeinen Fragen wenden Sie sich bitte an .

The University of Technology Nuremberg (UTN) offers a stimulating and interdisciplinary research environment with access to cutting-edge resources. It is the ideal place to make groundbreaking discoveries and contribute to exciting fields of research.

Doctoral researcher (Ph.D.) positions at UTN with the topic of Bilevel and Robust Optimization (m/f/d)

The Discrete Optimization Lab (Prof. Johannes Thürauf) is currently offering a fully funded doctoral research opportunity (3 years, 100%, TV-L E13) as part of the interdisciplinary project “Strategic Resilience for Future Energy Systems”.

This project brings together expertise in optimization, economics, and artificial intelligence to develop innovative approaches for enhancing the resilience of future energy systems. The successful candidate will join an interdisciplinary team, including Prof. Grimm, Dr. Egerer, Prof. Vernade, and Prof. Thürauf, and will work at the interface of theory, computation, and real-world applications.

The successful candidate will conduct research in bilevel and robust optimization, with a particular focus on the emerging area of robust bilevel optimization. The aim of the project is to develop novel optimization models and solution approaches capable of delivering high-quality solutions to these challenging problem classes. The developed results will be applied to energy networks, contributing to a deeper understanding of resilience in future energy systems. The research will involve a broad range of techniques, including linear, nonlinear, and integer programming, robust and bilevel optimization, as well as graph algorithms. The resulting algorithms will be implemented primarily in Python and C++.

You will be primarily supervised by Prof. Johannes Thürauf (Discrete Optimization), working together with Prof. Grimm and Dr. Egerer (Energy Systems and Market Design Lab), as well as with Prof. Vernade (Foundations of Machine Learning), fostering deep interdisciplinary collaboration.

Your tasks:

Conduct independent (mathematical) research in bilevel and robust optimization, as part of your doctoral project within the framework of the interdisciplinary project “Strategic Resilience for Future Energy Systems”.
Collaborate with researchers at UTN and beyond, particularly with the Energy Systems and Market Design Lab (Prof. Grimm) and the Foundations of Machine Learning (Prof. Vernade).
Present and publish research findings at high-impact conferences and journals.
Contribute to teaching activities at UTN.
Engage actively in the academic life at UTN, and support outreach as well as transfer activities.

Your profile:

An outstanding master’s degree in Mathematics, Operations Research, Theoretical Computer Science or a related field.
A strong mathematical background in optimization, preferable knowledge in robust and/or bilevel optimization.
Profound programming skills, preferable in Python and/or C++. Experience with
optimization software such as Cplex, Gurobi, or SCIP is highly desirable.
Strong proficiency in both written and spoken English is essential.

Interested?

If your profile matches the requirements, please upload the following documents:

A personal statement that explains why you want to pursue a doctorate at UTN as well as why this research area and department interests you (no longer tha.n 1 page)
A complete, chronological, tabular curriculum vitae (CV) in English.
Certificates of your university degrees (e.g., M.Sc. degree and B.Sc. degree) or other equivalent qualification.
Transcript of records, diploma supplements, or overview of courses from your university degrees (M.Sc. degree and B.Sc. degree).
Titel and short abstract of your master’s thesis.

Please note: If your degrees (Master's and Bachelor's degree or equivalent) were obtained abroad, you must always submit the original version along with a translation into English or German by a certified translator, bearing an official seal, as a single combined document. Documents originally issued in English do not require a translation.

Applications will be reviewed on a rolling basis. To receive full consideration, please apply until 9.12.2025. Applications received after that date might still be considered. If you are shortlisted, you will be invited for an interview.

For more information on the application process and admission requirements see .
For more information on the TV-L E13 payscale see .

Please note: Travel expenses and any other costs related to the application process cannot be reimbursed.

Questions?

For any scientific inquiries, please contact Johannes Thürauf ().

For general questions, please reach out to .