G269-2026

Uni Frankfurt; Frankfurt; Hybrid; EUR 42,000 - 54,000; Part time

Benefits offered by this job

TV-G-U Tarifvertrag

Betriebliche Altersvorsorge

Job summary

Die Goethe-Universität Frankfurt am Main sucht am Institut für Computational Genomic Medicine eine wissenschaftliche Mitarbeiterin bzw. einen wissenschaftlichen Mitarbeiter, PhD-Studenten (m/w/d) in Teilzeit (65%). Die Stelle ist auf drei Jahre befristet mit Option zur Verlängerung.

Sie arbeiten an der Entwicklung neuer Lernmethoden für RNA-DNA-Interaktionen und personalisierte Medizin, veröffentlichen Arbeiten und nehmen an Konferenzen teil.

Qualifications

• Abgeschlossenes Hochschulstudium (Master) mit Fokus Bioinformatik oder Informatik.
• Gute Programmierkenntnisse in C++, Rust oder Python.
• Erfahrung mit Methoden des Maschinellen Lernens wünschenswert.
• Erfahrung in der Analyse von NGS-Daten wünschenswert.
• Sehr gute Englischkenntnisse.
• Teamfähigkeit, Flexibilität, Kommunikationsstärke.

Responsibilities

• Mitarbeit im Projekt zur Entwicklung neuer Verfahren für Vorhersage und Analyse von RNA-DNA-Interaktionen mit ML-Methoden.
• Entwicklung von KI-Komponenten für Anwendungen in der personalisierten Medizin.
• Veröffentlichung wissenschaftlicher Publikationen in Fachjournalen.
• Teilnahme an nationalen/ internationalen Konferenzen und Mitarbeit in Forschungsnetzwerken.

Skills

C++

Rust

Python

Englischkenntnisse

Maschinelles Lernen

Education

Masterabschluss in Bioinformatik oder Informatik

Tools

C++

Rust

Python

NGS-Analyse

Job description

Über die Goethe-Universität

Die Johann Wolfgang Goethe-Universität Frankfurt am Main ist mit etwa 41.000 Studierenden und rund 7.000 Beschäftigten eine der größten Hochschulen in Deutschland. 1914 von Frankfurter Bürgern gegründet und seit 2008 wieder in der Rechtsform einer Stiftung verfügt die Goethe-Universität über ein hohes Maß an Autonomie, fachlicher Vielfalt und Innovationsfähigkeit. Als Volluniversität bietet die Goethe-Universität an derzeit fünf Standorten 159 Studiengänge in 16 Fachbereichen an, besitzt eine herausragende Forschungs- und Drittmittelstärke und ist in vielfältigen Interaktionen durch ihre Wissenschaftler*innen eng mit der Gesellschaft verknüpft. Darüber hinaus ist die Goethe-Universität innerhalb des Verbundes der Rhein-Main-Universitäten (RMU) eingebettet.

Über unseren Bereich

Am Institut für Computational Genomic Medicine in der Gruppe von Prof. Dr. Marcel Schulz (https://cgm.uni-frankfurt.de) ist zum nächstmöglichen Zeitpunkt eine Position als

Wissenschaftliche*r Mitarbeiter*in , PhD Student (m/w/d)
(E13 TV-G-U, 65 %-Teilzeit)

befristet für drei Jahre (mit der Option auf Verlängerung) zu besetzen.

Wir bieten:

• strukturiertes Training und Supervision mit der Möglichkeit, eine autonome Planung und Durchführung von Experimenten zu entwickeln.
• interessante und hochrelevante Forschungsprojekte.
• ein breites Methodenspektrum, vielfältige Projekte im Rahmen von verschiedenen nationalen und internationalen Kooperationen
• ein abwechslungsreiches, kreatives Forschungsumfeld und eine sehr gute Ausstattung
• einen attraktiven Tarifvertrag (TV-G-U) und betriebliche Altersvorsorge
• die Stelle ist generell teilbar mit Fokus auf einzelne Aufgabengebiete

Ihre Aufgaben

• Mitarbeit im Projekt „Entwicklung neuer Verfahren für die Vorhersage und Analyse von RNA-DNA-Interaktionen“, in dem neue Methoden des Maschinellen Lernens für unterschiedliche Fragestellungen unter Einbeziehung von genetischen, epigenomischen und RNA-Interaktionsdaten entwickelt werden sollen.
• Entwicklung von neuen KI-Komponenten für Anwendungen in der personalisierten Medizin
• Veröffentlichung wissenschaftlicher Publikationen für Fachjournale
• Teilnahme an nationalen und internationalen Konferenzen und Mitarbeit in Forschungsnetzwerken

Ihr Profil/Einstellungsvoraussetzungen

Allgemeine und technische Anforderungen:

• abgeschlossenes Hochschulstudium (Master) mit Schwerpunkt Bioinformatik oder Informatik
• gute Programmierkenntnisse in C++, Rust oder einer Skriptsprache wie Python
• Erfahrung in der Anwendung von Methoden des Maschinellen Lernens ist wünschenswert
• Erfahrung in der Analyse von NGS-Daten ist wünschenswert
• Organisations- und Teamfähigkeit, Flexibilität, Aufgeschlossenheit, Kommunikationsfähigkeit
• sehr gute Englischkenntnisse