Job Search and Career Advice Platform

Aktiviere Job-Benachrichtigungen per E-Mail!

Wissenschaftler*in (PostDoc) (m/w/d) Text Mining für Biodiversitätswissen

Senckenberg Gesellschaft für Naturforschung (SGN)

Müncheberg

Hybrid

EUR 45.000 - 55.000

Vollzeit

Gestern
Sei unter den ersten Bewerbenden

Erstelle in nur wenigen Minuten einen maßgeschneiderten Lebenslauf

Überzeuge Recruiter und verdiene mehr Geld. Mehr erfahren

Zusammenfassung

Eine führende Forschungseinrichtung in Müncheberg sucht ab sofort eine*n Wissenschaftler*in (PostDoc) für Text Mining im Bereich Biodiversität. Diese Rolle umfasst die Entwicklung von Methoden zur Informationsgewinnung aus historischen Texten sowie die Zusammenarbeit mit internationalen Fachleuten. Der Bewerber benötigt einen Masterabschluss in einem relevanten Fach sowie Erfahrung im Text Mining. Die Institution bietet flexible Arbeitszeiten und die Möglichkeit zur beruflichen Weiterentwicklung. Bewerbungen sind bis 24.10.2025 einzureichen.

Leistungen

Flexibles Arbeiten
Tarifliche Jahressonderzahlung
Betriebliche Altersvorsorge
Zugang zu einem internationalen Netzwerk

Qualifikationen

  • Masterabschluss in relevanten Fachrichtungen ist erforderlich.
  • Erfahrung im Text Mining wissenschaftlicher Dokumente ist notwendig.
  • Kenntnisse in Named Entity Recognition und semantischer Annotation sind wünschenswert.

Aufgaben

  • Entwicklung von Methoden zur Extraktion biodiversitätsrelevanter Informationen.
  • Zusammenarbeit mit Biodiversitätsforschern zur Abstimmung von Text-Mining-Ansätzen.
  • Integraion der Informationen in Biodiversitätsdateninfrastrukturen unter Beachtung von FAIR-Prinzipien.

Kenntnisse

Text Mining
Datenkompetenzen
Wissenschaftliche Programmierung (Python)
Analytische Fähigkeiten
Kenntnisse in RDF und Darwin Core

Ausbildung

Masterstudium in Biodiversitätsinformatik, Geoinformatik oder verwandten Bereichen
Promotion in Biodiversitätsinformatik oder verwandten Fächern
Jobbeschreibung

Die Senckenberg Gesellschaft für Naturforschung mit Hauptsitz in Frankfurt am Main sucht zum nächstmöglichen Zeitpunkt für das Informationszentrum Entomologie des Senckenberg Deutschen Entomologischen Instituts am Standort Müncheberg eine*n

Wissenschaftler*in (PostDoc) (m/w/d) Text Mining für Biodiversitätswissen

(Entomologie und historische Texte)
(Vollzeit / Teilzeit)
Ort: Müncheberg (Brandenburg)
Beschäftigungsumfang: Vollzeit / Teilzeit (mindestens 50%)
Vertragsart: zunächst befristet (3 Jahre)
Vergütung: Tarifvertrag der Länder (TV-L) E13

Die Senckenberg Gesellschaft für Naturforschung (SGN) wurde 1817 gegründet und zählt zu den wichtigsten Forschungseinrichtungen rund um die biologische Vielfalt. An unseren zwölf Standorten in ganz Deutschland betreiben Wissenschaftler*innen aus über 40 Nationen modernste Forschung auf internationaler Ebene. Das Senckenberg Deutsche Entomologische Institut (SDEI) in Müncheberg (Brandenburg) beherbergt eine der größten Insektensammlungen Deutschlands. Gegründet 1886 betreibt das Institut Grundlagenforschung in Taxonomie, Phylogenie, Ökologie und Biogeographie, um die Vielfalt der Insekten zu dokumentieren und zu verstehen. Das SDEI ist in zwei Abteilungen gegliedert: Das Informationszentrum Entomologie betreut die entomologische Spezialbibliothek, ein Archiv und mehrere entomologische Informationsdienste und ermöglicht den Zugang zu entomologischer Literatur und Daten. Das Institut ist auf dem Campus des Leibniz-Zentrums für Agrarlandschaftsforschung (ZALF) in Müncheberg bei Berlin angesiedelt und in regionale, nationale und internationale (Biodiversitäts-)Forschungsnetzwerke eingebunden.

Ihre Aufgaben
  • Entwicklung und Anwendung von Methoden zur Extraktion biodiversitätsrelevanter Informationen (z. B. Taxa, Sammler*innen, Fundorte) aus historischen Textquellen wie Artenbeschreibungen, Etiketten, Typenkatalogen, Archivalien sowie taxonomischer und faunistischer Literatur
  • Konzeption und Erprobung von Werkzeugen zur Identifizierung und Verknüpfung zentraler Entitäten (z. B. Artnamen, Personen, Orte), einschließlich Disambiguierung und semantischer Anreicherung in biodiversitäts- und entomologischen Kontexten
  • Aufbau und Optimierung von Workflows zur Analyse biodiversitätsrelevanter und entomologischer Texte mit Fokus auf funktionale Merkmale (traits), historische Kontexte und geographische Verbreitung in Bezug auf aktuelle Umweltfragen
  • Integration der gewonnenen Informationen in Biodiversitätsdateninfrastrukturen (z. B. DiSSCo, GBIF, Disentis Libroscope) unter Beachtung der FAIR-Prinzipien und gängiger Datenstandards (z. B. RDF, Darwin Core)
  • Zusammenarbeit mit Fachleuten aus Biodiversitätsforschung, Taxonomie und Sammlung am SDEI und bei Senckenberg zur Abstimmung der Text-Mining-Ansätze mit Digitalisierungsstrategien, Sammlungsentwicklung und Datenmobilisierung
  • Entwicklung von Ansätzen und Methoden für eine inklusive Wissensextraktion unter Berücksichtigung von Taxa aus dem Globalen Süden, multilingualen Quellen sowie der Beiträge historisch unterrepräsentierter Personengruppen (z. B. Frauen, marginalisierte Akteur*innen, lokale oder indigene Sammler*innen)
  • Förderung von Open Science und Community Engagement durch Veröffentlichung der entwickelten Werkzeuge und Datensätze, Unterstützung von Trainings und Workshops sowie Mitwirkung an Standards in der Biodiversitätstextanalyse
  • Veröffentlichung von Forschungsergebnissen in peer-review Fachzeitschriften, Präsentationen auf wissenschaftlichen Konferenzen und Mitwirkung an kooperativen Forschungsanträgen
Ihr Profil
  • Abgeschlossenes Masterstudium in Biodiversitätsinformatik, Geoinformatik, Datenwissenschaften (Natural Language Processing), Computerlinguistik, Taxonomie (vorzugsweise Entomologie) oder Ökologie mit ausgeprägten Datenkompetenzen
  • Erfahrung im Text Mining wissenschaftlicher und historischer Dokumente, einschließlich OCR-Nachbearbeitung und Parsen von historischen Texten
  • Kenntnisse in wissenschaftlicher Programmierung (bevorzugt Python), Versionskontrolle (z. B. Git) sowie in Datenstandards wie RDF und Darwin Core
  • Erfahrung im Bereich Named Entity Recognition, semantischer Annotation und Verknüpfung mit externen Ressourcen, z. B. Wikidata, GBIF, GeoNames, ORCID
  • Publikationsleistungen entsprechend der Karrierestufe
  • Erfahrung in der Mitwirkung an oder Einwerbung von Drittmittelprojekten, dem Erfahrungsstand entsprechend
  • Ausgeprägte analytische Fähigkeiten; eigenständiges wie auch kooperatives Arbeiten in einem interdisziplinären Umfeld
  • Sehr gute Englischkenntnisse in Wort und Schrift; Bereitschaft zum Erwerb von Deutschkenntnissen wird erwartet und unterstützt
Wünschenswert
  • Abgeschlossenes Promotionsstudium in einem der oben genannten Fächer
  • Erfahrung im Bereich der internationalen und interdisziplinären Zusammenarbeit mit Forschenden, Kurator*innen und Teams von Dateninfrastrukturen
  • Kenntnisse in Taxonomie oder Systematik (vorzugsweise Entomologie) sowie im Umgang mit Biodiversitätsliteratur
  • Erfahrung mit der Nutzung von Biodiversitätsdateninfrastrukturen (z. B. GBIF, DiSSCo) und Engagement für FAIR- und Open-Science-Praktiken
  • Vorerfahrung im Bereich der Arbeit mit historischen und multilingualen Biodiversitätstexten (z. B. Deutsch, Französisch, Latein, Russisch)
Wir bieten
  • eine attraktive Tätigkeit im dynamischen Arbeitsumfeld einer weltweit anerkannten Forschungseinrichtung mit der Möglichkeit, das Forschungsprofil der Abteilung Informationszentrum Entomologie am SDEI aktiv mitzugestalten
  • Gelegenheit zum Aufbau eines eigenständigen wissenschaftlichen Profils im Bereich Biodiversitätstextmining und - analyse
  • Zugang zu einem internationalen Netzwerk von Wissenschaftlern, politischen Entscheidungsträgern und Forschungsorganisationen mit engen Verbindungen zu Initiativen wie DiSSCo und der Disentis Roadmap sowie zu Expert*innenetzwerken wie CETAF und TDWG
  • flexible Arbeitszeiten - mobiles Arbeiten - eine tarifliche Jahressonderzahlung - tariflichen Urlaubsanspruch - betriebliche Altersvorsorge (ZVK)

Senckenberg engagiert sich für Vielfalt. Wir profitieren von den unterschiedlichen Expertisen, Perspektiven und Persönlichkeiten unserer Mitarbeiter*innen und freuen uns über jede Bewerbung qualifizierter Kandidat*innen, unabhängig von Alter, Geschlecht oder geschlechtlicher Identität, ethnischer oder kultureller Herkunft, Religion und Weltanschauung, sexueller Orientierung und Identität oder Behinderung. Frauen sind besonders aufgefordert, sich zu bewerben, da sie im Bereich dieser Position unterrepräsentiert sind; bei gleicher Qualifikation und Eignung werden sie bevorzugt eingestellt. Bewerber*innen mit einer Schwerbehinderung werden bei gleicher Eignung besonders berücksichtigt. Senckenberg unterstützt aktiv die Vereinbarkeit von Beruf und Familie und legt großen Wert auf eine gleichberechtigte und inklusive Kultur der Zusammenarbeit.

Sie möchten sich bewerben?
Dann senden Sie uns Ihre vollständigen und aussagekräftigen Bewerbungsunterlagen (Motivationsschreiben mit kurzer Beschreibung der bereits abgeschlossenen und aktuellen Forschung, Lebenslauf, akademische Zeugnisse, Publikationsliste und, falls vorhanden, Empfehlungsschreiben) in elektronischer Form (als zusammenhängende PDF-Datei) bitte stets unter Angabe der Referenznummer #09-25003 bis zum 24.10.2025 an recruiting@senckenberg.de oder bewerben Sie sich direkt auf unserer Homepage über das Online-Bewerbungsformular www.senckenberg.de/de/karriere/bewerbung/.

Senckenberg Gesellschaft für Naturforschung
Senckenberganlage 25
60325 Frankfurt a.M.
E-Mail: recruiting@senckenberg.de

Für fachliche Rückfragen zur Stelle steht Ihnen Frau Dr. Jana Hoffmann unter jana.hoffmann@senckenberg.de sehr gerne zur Verfügung.

Datenschutzrechtliche Hinweise zur Verarbeitung personenbezogener Daten im Rahmen des Bewerbungs- und Auswahlverfahrens entnehmen Sie bitte der Datenschutzerklärung auf unserer Homepage unter https://www.senckenberg.de/de/impressum/.
Weitere Informationen über die Senckenberg Gesellschaft für Naturforschung finden Sie unter www.senckenberg.de.

Hol dir deinen kostenlosen, vertraulichen Lebenslauf-Check.
eine PDF-, DOC-, DOCX-, ODT- oder PAGES-Datei bis zu 5 MB per Drag & Drop ablegen.