Der sich ständig beschleunigende technologische Fortschritt der heutigen Gesellschaft erfordert Ingenieur:innen und Wissenschaftler:innen, die über fundierte Kenntnisse in den Natur- und Werkstoffwissenschaften verfügen und in der Lage sind, Programmierungs- und Simulationstechniken sowie Datenverarbeitung und -analyse anzuwenden.

Die Absolventen des Studiengangs  "Computational Materials Science" werden zu Schlüsselfiguren in der industriellen Forschung und Entwicklung; sie gestalten die wissenschaftliche und ingenieurwissenschaftliche Forschung, die sich auf das Design, die Verarbeitung und die Anwendung neuartiger Hightech-Materialien mit überlegenen mechanischen, thermodynamischen und elektronischen Eigenschaften konzentriert.

An der TU Bergakademie Freiberg bringen wir renommierte Forschende und enthusiastische Dozierende aus verschiedenen wissenschaftlichen Gebieten zusammen, um unseren Studierenden die Ausbildung zu bieten, die sie für eine herausragende Karriere im Bereich Computational Materials Science (CMS) benötigen.

Theoretische Konzepte, die in den CMS-Vorlesungen vorgestellt werden, werden durch modernste Forschungsanwendungen veranschaulicht. Ein intensives Einführungsseminar bringt Studierende auf den neuesten Stand der wissenschaftlichen Programmierung und der modernen Computerumgebungen. Während der Forschungsseminare haben sie die Möglichkeit, sich mit führenden Wissenschaftler:innen und erfahrenen Ingenieur:innen bei den Industriepartnern auszutauschen. In begleitenden praktischen Übungen lernen Studierende die Anwendung aller relevanten modernen Simulationsmethoden - und das ist nur einer der wirklich herausragenden Aspekte dieses Studiengangs. In Wahlfächern werdet ihr in spezielle Themen des Computational Engineering/Mechanik eingeführt - oder auch in fortgeschrittene Themen des Data Mining und des maschinellen Lernens in der datengetriebenen Materialwissenschaft.

Unter anderem werdet ihr den theoretischen Hintergrund und die praktische Anwendung der folgenden numerischen/Simulationsmethoden erlernen:

• Lineare/nichtlineare Finite-Elemente-Methoden (FEM)
• Molekulare Statik und molekulare Dynamik (MS/MD)
• Maschinelles Lernen (ML), insbesondere Deep Learning (DL)
• Phasenfeld-Methoden (PFM)
• Statistische Analysemethoden 
• Digitale Bildanalyse/Korrelation
• Monte-Carlo-Methoden (MC)
• Zellulare Automaten (CA)

CMS-Studenten gehören zu den besten 5 % ihres Jahrgangs, was ein intensives Studienumfeld mit hervorragenden Leistungen gewährleistet. Kleine Klassen fördern die Interaktion und Diskussionen und ermöglichen es, eure Ideen zu entwickeln. Darüber hinaus glänzt das Studienumfeld mit einem außergewöhnlichen Verhältnis von Lehrkräften zu der Gesamtzahl der eingeschriebenen Studenten.

Weitere, ständig aktualisierte Informationen finden Sie auf den Extraseiten unter https://cms-tubaf.de.  

Bitte beachten Sie, dass es sich um einen englischsprachigen Master-Studiengang handelt. Die Bewerbung erfolgt online über das Bewerberportal und ist für das Wintersemester möglich im Zeitraum vom 1. Januar bis 15. April.