Promotionsstelle Computational Biology (all genders)

Universitätsklinikum Hamburg-Eppendorf (UKE); Hamburg; Vor Ort; EUR 64.000 - 91.000; Teilzeit

Benefits dieser Stelle

TVöD/VKA Vergütung

Fort- und Weiterbildungsprogramme

Jobticket Deutschlandticket

Zusammenfassung

Das Universitätsklinikum Hamburg-Eppendorf (UKE) bietet eine vollständig finanzierte Promotionsstelle in einem neu geförderten Juniorverbund, der sich Spatial Omikdaten und Deep Learning widmet. Sie arbeiten in Hamburg an Methoden zur Analyse von Spatial Transkriptomik und digitaler Histopathologie, mit Fokus auf glomeruläre Nierenerkrankungen.

Sie entwickeln maschinelle Lernverfahren, evaluieren Modelle an einer gut charakterisierten Kohorte und publizieren Open-Source-Software.

Qualifikationen

• Abgeschlossenes Masterstudium in Bioinformatik, Informatik, Computational Biology, Physik, Mathematik, Statistik oder verwandtem Fach.
• Sehr gute Programmierkenntnisse in Python und Erfahrung mit wissenschaftlichen Python-Bibliotheken; Deep-Learning-Frameworks (PyTorch oder vergleichbar) werden vorausgesetzt.
• Solide Grundlagen in Statistik, maschinellem Lernen und Interesse an geometrischem/topologischem Deep Learning; Graph Neural Networks oder verwandte Methoden.
• Interesse an biomedizinischen Fragestellungen und Bereitschaft zur engen Zusammenarbeit mit Klinikerinnen und Klinikern sowie experimentell arbeitenden Wissenschaftlerinnen und Wissenschaftlern
• Gute Englischkenntnisse in Wort und Schrift; Deutschkenntnisse sind nicht erforderlich

Aufgaben

• Sie entwickeln computergestützte und maschinelle Lernverfahren, um Spatial Omikdaten zu analysieren und zu integrieren.
• Sie charakterisieren Gewebestrukturen und leiten molekulare Heterogenität mit klinischen Messgrößen ab.
• Sie arbeiten an Deep-Learning-Methoden und der Open-Source-Veröffentlichung der Ergebnisse.
• Sie präsentieren Ergebnisse auf internationalen Konferenzen und publizieren in Fachzeitschriften.

Kenntnisse

Python-Programmierung

Deep Learning

PyTorch

Statistik

Englischkenntnisse

Teamarbeit

Ausbildung

Masterabschluss in Bioinformatik/Computational Biology

Tools

PyTorch

Jobbeschreibung

Wir sind das Universitätsklinikum Hamburg-Eppendorf (UKE) - und stehen für exzellente Kompetenz in Forschung, Lehre und der vollumfänglichen Gesundheitsversorgung in unseren Kliniken. Unsere rund 17.000 Mitarbeiter:innen streben jeden Tag aufs Neue danach, mit ihrem Beitrag die Welt ein bisschen gesünder zu machen.

Es ist unser Anspruch, eine der führenden Universitätskliniken zu sein - und gleichzeitig der beste Arbeitgeber unserer Branche. So glauben wir im UKE fest daran, dass erfolgreiches und erfüllendes Arbeiten im Einklang mit den persönlichen Bedürfnissen und individuellen Lebensentwürfen der Mitarbeitenden stehen sollte. Und so unterschiedlich diese sind, so vielfältig ist unser Angebot an individuellen Lösungen.

Willkommen im UKE.

Promotionsstelle (all genders) in Computational Biology und Deep Learning für Spatial Omiks

Das macht die Position aus

Wir sind ein neu geförderter Juniorverbund (BMFTR-Fördermaßnahme „Zukunft eHealth") aus Computational Scientists, Pathologinnen und Pathologen, sowie Nephrologinnen und Nephrologen am UKE Hamburg und an der Uniklinik RWTH Aachen, mit einem Partner an der Universitas Mercatorum in Rom. Unser Ziel ist es, mithilfe von Spatial Transkriptomik, digitaler Histopathologie und klinischen Daten die molekularen Grundlagen glomerulärer Nierenerkrankungen zu verstehen.

Die Stelle wird gemeinsam von Dr. Robin Khatri und Dr. Lucia Testa geleitet. Robin Khatri entwickelt computergestützte Methoden für Einzelzell-, Spatial Omiks und deren Anwendung auf immunvermittelte Nierenerkrankungen; aktuelle Arbeiten erschienen in Genome Biology (2024), Nucleic Acids Research (2026) und Bioinformatics (2025) sowie, gemeinsam mit klinischen Partnern, in Nature Immunology (2025), Nature Medicine (2024), Nature Communications (2024) und Cell Reports (2026). Lucia Testa arbeitet an geometrischem und topologischem Deep Learning, unter anderem an neuronalen Netzen auf simplizialen Komplexen und Zellkomplexen, mit Beiträgen in IEEE Transactions on Signal and Information Processing over Networks (2024), auf der International Joint Conference on Neural Networks (2023), in der ICML Topological Deep Learning Challenge (PMLR, 2023) und in Scientific Data (2026).

Der Verbund ist am Institut für Medizinische Systembioinformatik (Direktor: Prof. Dr. Stefan Bonn) und am Hamburg Center for Translational Immunology angesiedelt, mit Zugang zu klinischer Expertise in der Nephrologie und zum Hochleistungsrechenzentrum des Zentrums für biomedizinische KI des UKEs (bAIome). Die Doktorandin bzw. der Doktorand arbeitet in Hamburg, mit regelmäßigen gemeinsamen Treffen mit der Partnergruppe in Aachen.

Ihre Aufgaben

Sie entwickeln computergestützte und maschinelle Lernverfahren, um Spatial Omikdaten unterschiedlicher Auflösungen und Technologien zu analysieren und zu integrieren, die Gewebeorganisation zu charakterisieren. Außerdem ist ein Ziel datengetrieben, die molekulare Heterogenität von Nierenerkrankungen herzuleiten und mit klinischen Messgrößen in Beziehung zu setzen. Je nach Hintergrund und Interesse liegt der Schwerpunkt Ihres Projekts entweder auf der Integration und Analyse räumlicher Omikdaten oder auf Deep-Learning-Methoden, die die höherdimensionale Struktur von Gewebe nutzen; beide Richtungen sind im Verbund eng miteinander verknüpft. Die Methoden werden auf einer gut charakterisierten Kohorte humaner Nierenbiopsien angewendet, gemeinsam mit unseren Partnern evaluiert und als Open-Source Software veröffentlicht. Sie präsentieren Ihre Ergebnisse auf internationalen Konferenzen und publizieren in begutachteten Fachzeitschriften.

Diese Position ist mit 65 % der regelmäßigen wöchentlichen Arbeitszeit für 36 Monate befristet zu besetzen und soll zum 1. Januar 2027 (oder zum nächstmöglichen Zeitpunkt) besetzt werden.

Darauf freuen wir uns

• Abgeschlossenes Masterstudium (oder gleichwertig) in Bioinformatik, Informatik, Computational Biology, Physik, Mathematik, Statistik oder einem verwandten quantitativen Fach
• Sehr gute Programmierkenntnisse in Python und Erfahrung mit den wissenschaftlichen Python Bibliotheken; Erfahrung mit Deep-Learning-Frameworks (PyTorch oder vergleichbar) wird vorausgesetzt
• Solide Grundlagen in Statistik und maschinellem Lernen sowie Interesse an geometrischem oder topologischem Deep Learning, Graph Neural Networks oder verwandten Methoden
• Erfahrung mit Einzelzell- oder Spatial Omikdaten oder mit Computational Pathology ist von Vorteil, aber keine Voraussetzung
• Interesse an biomedizinischen Fragestellungen und Bereitschaft zur engen Zusammenarbeit mit Klinikerinnen und Klinikern sowie experimentell arbeitenden Wissenschaftlerinnen und Wissenschaftlern
• Gute Englischkenntnisse in Wort und Schrift; Deutschkenntnisse sind nicht erforderlich
• Selbstständige, sorgfältige und teamorientierte Arbeitsweise

Ihre Bewerbung sollte ein Anschreiben mit Darstellung Ihrer selbst formulierten, nicht generierten Motivation und relevanten Erfahrung, einen Lebenslauf, Zeugnisse bzw. Notenübersichten sowie die Kontaktdaten von ein bis zwei Referenzpersonen enthalten. Links zu Code-Repositorien oder zu einer Abschlussarbeit sind willkommen. Bitte geben Sie an, ob Sie ein Projekt mit Schwerpunkt auf der Integration Spatial Omikdaten oder auf geometrischem/topologischem Deep Learning bevorzugen; diese Angaben sind unverbindlich.

Immunitätsstatus

Eine Einstellung ist nur möglich, wenn nach den jeweils geltenden (gesetzlichen und medizinischen) Vorgaben gegen das Masernvirus ein vollständiger Immunisierungs- bzw. Immunitätsnachweis vorliegt. Dies ist vor Beschäftigungsbeginn durch entsprechende Unterlagen (z. B. Impfausweis) nachzuweisen.

Das bieten wir

• Eine vollständig finanzierte Promotionsstelle in einem neu eingerichteten, BMFTR-geförderten Juniorverbund mit klar definiertem Forschungsprogramm und eigenen Mitteln für Reisen und Konferenzen
• Arbeit an aktuellen KI-Methoden mit direkter klinischer Relevanz
• Zugang zu umfangreichen multimodalen biomedizinischen Datensätzen und moderner GPU-Infrastruktur
• Enge Zusammenarbeit mit Klinikerinnen und Klinikern, Biologinnen und Biologen sowie KI-Forschenden in einem stark interdisziplinären Umfeld
• Möglichkeit zur Publikation in führenden internationalen Fachzeitschriften und auf Konferenzen
• Faire und transparente Vergütung nach unserem Tarifvertrag TVöD/VKA (63.600 € - 91.100 €) unter Berücksichtigung von Qualifikationen und Berufserfahrung. Die Gehaltsangabe bezieht sich auf eine Vollzeitstelle mit 38,5 Wochenstunden. Die genannten Beträge sind Richtwerte und stellen kein Gehaltsversprechen dar.
• Gezielte und individuelle Weiterentwicklung auf Fach- und Projektebene ist gegeben, so bieten wir eine langfristige Perspektive in einem sinnstiftenden Umfeld
• Umfangreiche Fort- und Weiterbildungsprogramme an unserer UKE-Akademie für Bildung und Karriere
• Möglichkeiten zur Mitgestaltung unserer Personalpolitik „UKE INside“ in berufsgruppen- und hierarchieübergreifenden Projekten
• Nachhaltig unterwegs: Zuschüsse zum Deutschlandticket als Jobticket und Dr. Bike Fahrradservice
• Ausgezeichnete Gesundheits-, Präventions- und Sportangebote
• Familienfreundliches Arbeitsumfeld: Kooperation zur Kinderbetreuung, kostenlose Ferienbetreuung, Beratung für Beschäftigte mit pflegebedürftigen Angehörigen
• Krisensicherer Arbeitsplatz, sinnstiftende Tätigkeit, wertschätzendes Miteinander
• Strukturierte Einarbeitung und offener Wissensaustausch im Team
• Unser Mitarbeitenden Restaurant bietet eine reiche Auswahl an kulinarischen Angeboten; weitere Angebote gibt es in den „Health Kitchen“ Cafés und Bistros und in einem Supermarkt direkt auf dem Gelände