Universitätsprofessur (W2) für "Translational Bioimage Data Science"

TN Germany; Würzburg; Vor Ort; EUR 60.000 - 100.000; Vollzeit

Zusammenfassung

An einer renommierten Universität in Deutschland wird eine Universitätsprofessur für Translational Bioimage Data Science angeboten. Diese spannende Rolle erfordert Expertise in Künstlicher Intelligenz und Deep Learning, um innovative Ansätze in der superhochauflösenden Mikroskopie zu entwickeln. Die Position bietet die Möglichkeit, an interdisziplinären Forschungsprojekten zu arbeiten und einen bedeutenden Beitrag zur wissenschaftlichen Gemeinschaft zu leisten. Bewerber sollten Erfahrungen in der Drittmitteleinwerbung mitbringen und die Fähigkeit haben, Forschungsergebnisse effektiv zu kommunizieren. Eine herausfordernde und erfüllende Karriere erwartet Sie hier.

Qualifikationen

• Erfahrung in der Anwendung von KI in der Mikroskopie.
• Fähigkeit zur Einwerbung von Drittmitteln.

Aufgaben

• Vertretung des Fachs in Forschung und Lehre.
• Entwicklung neuer Verfahren zur Verbesserung der Mikroskopie.

Kenntnisse

Künstliche Intelligenz

Deep Learning

Mikroskopie

Forschungskommunikation

Ausbildung

Doktorat in Biowissenschaften oder verwandten Bereichen

Habilitation oder gleichwertige Qualifikation

Jobbeschreibung

Universitätsprofessur (W2) für "Translational Bioimage Data Science", Würzburg

Julius-Maximilians-Universität Würzburg

Würzburg, Germany

Am Lehrstuhl für Biotechnologie und Biophysik der Fakultät für Biologie der Julius-Maximilians-Universität Würzburg ist eine Universitätsprofessur (W2) für
‚Translational Bioimage Data Science' zum nächstmöglichen Zeitpunkt zu besetzen.

Die Besetzung erfolgt als Universitätsprofessur der BesGr. W2 im Beamtenverhältnis auf Lebenszeit.

Die Bewerberin/der Bewerber soll das Fach ‚Translational Bioimage Data Science‘ in Forschung und Lehre vertreten. Schwerpunkte in der Forschung sollen auf der Anwendung der Künstlichen Intelligenz im Bereich der superhochauflösenden Mikroskopie liegen. Insbesondere sollen neue Verfahren auf der Basis von Deep Learning zur Verbesserung einzelmolekülempfindlicher Mikroskopie und deren Kombination mit anderen bildgebenden Verfahren entwickelt werden. Weiterhin sollen erkennbare Anknüpfungspunkte zu den Forschungsschwerpunkten am Lehrstuhl und in der Fakultät für Biologie bestehen. Erfahrungen bei der Einwerbung von Drittmitteln und in internationaler und interdisziplinärer Forschungskooperation werden erwartet.

Die ausführliche offizielle Ausschreibung und Hinweise zur Bewerbung finden Sie unter:

Die Bewerbungsfrist endet am 30. Juni 2024.