Navigation

Open positions

Theses

In our working group, we offer a wide range of topics for Bachelor, master, diploma and state exam theses for students from the fields of Chemistry (especially Food Chemistry, Analytical Chemistry and Organic Chemistry), Molecular Sciences, Food Technologies, Nutrition Sciences and related programs. In general, we offer theses in the following areas.

 

Synthesis and Characterization of Odor Active Substances, Examination of Structure-Odor Relations

The aim of the work is the synthesis of structurally related volatile compounds potentially included as odorants in food, plant materials or even synthetic materials (such as plastics). The synthesized target components are characterized by analytical parameters such as mass spectra, NMR spectra, retention indices. In addition, their odor properties are recorded and possible structure-odor relationships identified. Furthermore, the human sensory evaluation of the compounds and the determination of odor thresholds are performed.

Applicants need in-depth knowledge of the synthesis of organic compounds and must have sufficient laboratory experience to ensure safe and independent work. Experience with sensory examinations and analytical methods, in particular gas chromatography, as well as MS and NMR would be an advantage.

For queries and applications, please contact

Dr. Helene Loos, helene.loos@fau.de

 

Qualitative and Quantitative Analysis of Odorous Substances

The aim of the work is the analytical characterization of odor-active substances, which are potentially important in food, plant materials or synthetic materials such as plastics for the aroma or the smell of the product. The target components are identified and quantified in the respective materials by analytical methods, in particular gas chromatography olfactometry or GC-MS. In order to be able to quantify the substances in the respective materials by means of GC-MS, the synthesis of stable isotope-labeled analogues of the odor-active substances will – if necessary – also be the subject of the work.

Applicants must be able to work independently and safely in chemical laboratories and must have in-depth knowledge of the analysis of organic, in particular volatile compounds.  Initial experiences with gas chromatographic analyses as well as experiences in sensory examinations and other analytical methods, in particular MS and NMR, is preferable.

For queries and applications, please contact

Dr. Helene Loos, helene.loos@fau.de

 

Current Projects

Abschluss-/Masterarbeit zum Thema: „Vorhersage sensorischer Eigenschaften von Materialien“

Die sensorischen Eigenschaften von Materialien, insbesondere der Geruch, sind sowohl wissenschaftlich als auch wirtschaftlich von entscheidendem Wert. Mit gängigen experimentell-chemischen und computer-chemischen Methoden lassen sich die sensorischen Eigenschaften allerdings nicht anhand der molekularen Struktur vorhersagen. Das Fraunhofer IVV entwickelt zusammen mit der FAU Erlangen Methoden des maschinellen Lernens (ML) und der künstlichen Intelligenz (KI) zur Vorhersage der sensorischen Eigenschaften von Molekülen. Dazu müssen spezifische ML/KI-Methoden implementiert und qualitativ hochwertige Datensätze molekularer Eigenschaften erstellt werden.

Diese Arbeit ist angesiedelt an der Schnittstelle zwischen chemisch-experimentellem Arbeiten im Labor und datenwissenschaftlichem Arbeiten mit modernster IT. Wichtig: Die IT-Fähigkeiten müssen Sie nicht mitbringen, sondern können Sie on the job lernen. Ziel dieser Arbeit ist die Erstellung qualitativ hochwertiger Datensätze zur algorithmischen Auswertung durch KI-Methoden, die Weiterentwicklung der Algorithmen, und die Validierung algorithmisch getroffener Aussagen durch experimentelle Synthetik und Analytik.

Ihre Aufgaben können umfassen:

  • Chemische und sensorische Analytik
  • Planung und Durchführung synthetischer Arbeiten
  • Erstellung qualitativ hochwertiger Datensätze
  • Anwendung von ML/KI-Methoden auf molekulare Datensätze
  • Weiterentwicklung von Methoden
  • Bewertung, Validierung und Dokumentation der Ergebnisse

Was Sie mitbringen:

  • Sie studieren einen naturwissenschaftlichen oder technischen Studiengang, insbesondere Chemie, Lebensmittelchemie, Mathematik, Informatik oder verwandte Fächer
  • Sie müssen keine Kenntnisse in Programmierung, ML/KI oder Data Science mitbringen, dann aber die zwingende Bereitschaft, sich in diese Themen einzuarbeiten
  • Programmierkenntnisse (idealerweise Python) und Kenntnisse in maschinellem Lernen sind erwünscht und vorteilhaft
  • Sehr gute Deutsch- oder Englischkenntnisse
  • Hohes Maß an Selbstständigkeit, Eigeninitiative und eine hohe Bereitschaft, sich in neue und komplexe Sachverhalte einzuarbeiten
  • Team- und Kommunikationsfähigkeit

Was Sie erwarten können:

  • Sie erhalten fundierte Kenntnisse und Praxiserfahrung in der Anwendung und Entwicklung aktueller Methoden der Data Science und der künstlichen Intelligenz
  • Sie arbeiten zugleich klassisch experimentell und modern datenwissenschaftlich in einem einmaligen Umfeld mit exzellenter Ausstattung an Labor- und IT-Technik
  • Sie können ihre eigenen Ideen einbringen und umsetzen
  • Wir arbeiten zielorientiert mit agilen Methoden

 

 

Fragen zu dieser Position beantwortet Ihnen gerne:

Dr. Thilo Bauer

Computer-Chemie-Centrum der FAU

Nägelsbachstr. 25

91052 Erlangen

thilo.bauer@fau.de

https://www.chemistry.nat.fau.eu/ccc/
http://www.lebensmittelchemie.nat.uni-erlangen.de/agbuettner/bres.shtml