ALIREZA SOLEIMANI
*06.11.1989, Teheran, Iran
Staatsang. iranisch, AufenthG § 18
[Link]@[Link]
Linkedin Profil
GitHub Repository
0176-69169146
Hermann-Rein-Straße 2B
37075 Göttingen
KURZPROFIL
Ich bin ein Computationsphysiker mit umfassender Forschungserfahrung und setze eine Vielzahl
fortschrittlicher Techniken ein, darunter objektorientierte Programmierung, maschinelles Lernen
und Datenanalyse. Meine Expertise liegt in der Entwicklung und Optimierung computergestützter
Modelle und Algorithmen zur Bewältigung komplexer wissenschaftlicher Fragestellungen. Mit
nachgewiesenen Fähigkeiten im Projektmanagement und in der interdisziplinären Zusammenarbeit
suche ich eine Stelle als Softwareentwickler.
BERUFS ERFAHRUNGEN
Postdoc / Wissenschaftlicher Mitarbeiter und Dozent
Georg-August-Universität Göttingen 09/2023–heute
Computational Neuroscience, Computational Physik, Maschinelles Lernen, Programmierung
Entwicklung von maschinellen Lernmethoden zur Modellierung neuronaler Systeme
Programmierung von evolutionären Algorithmen und Deep-Learning-Modellen in Python
Performance-Optimierung und Parallelisierung (MPI, OpenMP, GPU); Build-Systeme mit CMake
Leistungsvalidierung: Testdaten und Benchmarks zur Performanzüberwachung
Entwicklung und Pflege automatisierter Testskripte zur Validierung numerischer Modelle
Lehraufgaben: Fortgeschrittene Quantenmechanik und Klassische Feldtheorie (2023 und 2024)
Doktorand / Wissenschaftlicher Mitarbeiter und Dozent
Georg-August-Universität Göttingen 07/2019–09/2023
Entwicklung und Optimierung von Algorithmen zur Simulation biologischer Membranen
Erstellung von Python-basierten Datenanalyse-Pipelines für große wissenschaftliche Datensätze
Versionskontrolle und kollaborative Softwareentwicklung mit Git
Testautomatisierung: Automatisierte Regressionstests für Simulationssoftware
Automatisierung von Datenanalyse-Pipelines
Lehraufgaben: Fortgeschrittene Methoden der Computational Physik (2020 und 2021)
Gastwissenschaftler
Technische Universität Dortmund 06/2022–06/2023
Forschungszusammenarbeit mit internationalen Wissenschaftlern
Entwicklung von Computermodellen und Optimierung von Algorithmen
Steigerung von Effizienz und Genauigkeit durch Machine-Learning-Methoden
1/2
BILDUNG
Ph.D. in Physik 07/2019–09/2023
Georg-August-Universität Göttingen
Dissertation: Multiscale simulations of liquid-liquid interfaces: From lipid membrane to graphene
[Link]
Abschlussnote: magna cum laude → Betreuer: Prof. Dr. Herre Jelger Risselada
Master of Science in Physik der kondensierten Materie 07/2014–10/2016
Technische Universität Teheran, Iran
Dissertation: Phonon transport and thermal conductivity of semiconductor nanowires encapsulated in carbon
nanotubes.
Abschlussnote: 19.5/20
Bachelor of Science in Kernphysik 09/2009–07/2014
Universität Guilan, Iran
QUALIFIKATIONEN
Sprachen: Persisch (Muttersprache), Englisch (C1), Deutsch (B2)
IT-Skills:
C/C++: Datenstrukturen und Algorithmen, Maximale Effizienz und Skalierbarkeit (4/5).
Python: Mit Schwerpunkt auf der Implementierung von Deep Learning und Evolutionären Algorithmen (4/5).
Projektmanagement:
Grundlagen des Projektmanagements (Google) — Effiziente Zeit- und Projektverwaltung (Fast Forward).
VERÖFFENTLICHUNGEN
Mehrere Veröffentlichungen in etablierten Fachzeitschriften wie:
Nature Communications, ACS Nano, Carbon und Physical Chemistry :
Google Scholar Profil: [Link]
EHRENAMTLICHES ENGAGEMENT
Science on Tap, Göttingen 07/2022–heute
→ Organisator von Wissenschaftskommunikationsveranstaltungen
INTERESSEN
Fahren, Radfahren, Lesen, Natur, Gitarre Spielen, Filme, Trainieren
EMPFEHLUNGEN
Prof. Dr. Herre Jelger Risselada, TU Dortmund, Fakultät Physik
[Link]@[Link]
Dr. Russell Spencer, Universitat Göttingen, Institut für Theoretische Physik,
[Link]@[Link]
Göttingen, August 2025
2/2