Wissenschaftliche*r Mitarbeiter*in (m/w/d) (PostDoc) - Genome Data Science

Universität Bielefeld; Bielefeld; Vor Ort; EUR 50.000 - 70.000; Vollzeit

Zusammenfassung

Die Technische Fakultät der Universität Bielefeld sucht einen wissenschaftlichen Mitarbeiter (PostDoc) im Bereich Genome Data Science. Die Position umfasst Forschung in der Anwendung Künstlicher Intelligenz in der Genomdatenanalyse sowie Lehre. Wer Spaß an kreativer Algorithmus-Entwicklung hat und sich in einem innovativen Umfeld auskennen möchte, ist hier genau richtig.

Leistungen

interne und externe Fortbildungsmöglichkeiten

Vielzahl von Gesundheits-, Beratungs- und Präventionsangeboten

flexible Arbeitszeiten

betriebliche Zusatzversorgung (VBL)

kollegiale Zusammenarbeit

offene und angenehme Arbeitsatmosphäre

Qualifikationen

• Abgeschlossenes wissenschaftliches Hochschulstudium in einem verwandten Themengebiet.
• Abgeschlossene oder weit fortgeschrittene Promotion in einem verwandten Themengebiet.
• Sehr gute Programmierkenntnisse.

Aufgaben

• Forschung: Anwendung von Techniken der Künstlichen Intelligenz in der Genomdatenanalyse.
• Lehre und lehrunterstützende Tätigkeiten im Umfang von 4 LVS.

Kenntnisse

Programmierung

KI-Kenntnisse

Teamfähigkeit

Ausbildung

abgeschlossenes Hochschulstudium

Promotion

Jobbeschreibung

In der Technischen Fakultät ist die folgende Position zu besetzen: Wissenschaftliche*r Mitarbeiter*in (m/w/d) (PostDoc) - Genome Data Science Kennziffer: Wiss25228

• Start: nächstmöglich
• Vollzeit
• Vergütung nach E13 TV-L
• befristet

Die Arbeitsgruppe „Genome Data Science“ an der Technischen Fakultät wird von Prof. Dr. Alexander Schönhuth geleitet und ist Mitglied des Centrums für Biotechnologie (CeBiTec). Die Forschung der Arbeitsgruppe befasst sich mit dem Einsatz von Verfahren der Künstlichen Intelligenz, Data Science, Algorithmik und Sequenzanalyse zur Auswertung der sehr großen Datenmengen, die vor allem bei der modernen Hochdurchsatzsequenzierung anfallen. Dabei decken wir ein breites Spektrum der Algorithmen- und Softwareentwicklung ab: von grundsätzlichen Verfahren der Sequenzanalyse und computergestützten Pan-Genomik bis hin zur Entwicklung von KI-Verfahren. Ein Schwerpunkt liegt dabei auf dem Einsatz von Deep Learning zur Analyse genetischer Krankheiten oder von Mikrobiomen.

In unserer akademischen Ausbildung konzentrieren wir uns auf Algorithmen für die effiziente Analyse von Genomsequenzen, auf das Design von Datenstrukturen, die große Mengen von Genomen miteinander in Beziehung setzen können, sowie auf die Erstellung von Machine-Learning-Verfahren (wie z. B. das Design von Architekturen tiefer neuronaler Netze), mit denen Genomdaten ausgewertet werden können. Dabei ist der reale Nutzen solcher Verfahren, beispielsweise im Sinne des Verstehens bislang unverstandener Krankheiten, ein wichtiger Punkt. Bei der täglichen Arbeit stehen dennoch die Kreativität und der Spaß am Design von Algorithmen, an der statistischen Modellierung und der Erschaffung neuer Verfahren der künstlichen Intelligenz im Vordergrund. Ihre Aufgaben

• Forschung (75 %) in folgendem Bereich:
  • Ausführung von Optimal-Transport-basierten Techniken
  • Bearbeitung diskreter Ricci-Flows und der entsprechenden Cluster-Verfahren
  • Metric Learning für das Einbetten von sehr großen, bakteriellen Sequenzdaten
  • Deep-Learning-basierte generative Techniken anwenden (z. B. Diffusion, Flow Matching) für das Generieren von Genom-Daten
  • Mathematisch orientierte Techniken der künstlichen Intelligenz anwenden
  • Attention- und State-Space-Modell-basierten Verfahren zum Prozessieren biomedizinischer Daten durchführen
• Lehre und lehrunterstützende Tätigkeiten im Umfang von 4 LVS (25%)

Die Beschäftigung ist der wissenschaftlichen Qualifizierung förderlich. Unser Angebot

• Vergütung nach E13 TV-L
• befristet auf 3 Jahre (§ 2 Abs. 1 Satz 1 oder 2 WissZeitVG; entsprechend den Vorgaben des WissZeitVG und des Vertrages über gute Beschäftigungsbedingungen kann sich im Einzelfall eine abweichende Vertragslaufzeit ergeben)
• Vollzeit

• interne und externe Fortbildungsmöglichkeiten
• Vielzahl von Gesundheits-, Beratungs- und Präventionsangeboten
• Vereinbarkeit von Familie und Beruf
• flexible Arbeitszeiten
• betriebliche Zusatzversorgung (VBL)
• kollegiale Zusammenarbeit
• offene und angenehme Arbeitsatmosphäre
• spannende und abwechslungsreiche Tätigkeiten
• vielfältige Angebote (Mensa, Cafeteria, Restaurants, Uni-Shop, Geldautomatenetc.)

Ihr Profil Das erwarten wir

• abgeschlossenes wissenschaftliches Hochschulstudiumin einem verwandten Themengebiet
• abgeschlossene oder weit fortgeschrittene Promotionin einem verwandten Themengebiet
• sehr gute Programmierkenntnisse
• Erfahrung und fundierte Kenntnisse der KI
• Teamfähigkeit
• kooperative und teamorientierte Arbeitsweise und Kommunikationsstärke

Das wünschen wir uns

• gute Deutsch- und Englischkennt nisse in Wort und Schrift
• selbständige, eigenverantwortliche und engagierte Arbeitsweise
• ausgeprägte Organisations- und Koordinationsfähigkeit
• ausgeprägte Präsentations- und Moderationskompetenz

Interessiert? Dann freuen wir uns über Ihre aussagekräftige Bewerbung. Bitte nutzen Sie hierzu vorzugsweise unser Online-Formular, welches Sie über den unten stehenden Button "JETZT BEWERBEN" erreichen. Bewerbungsfrist: 24.07.2025 Kontakt
Prof. Dr. Alexander Schönhuth
0521 106-3793
[e-mail]
Anschrift
Universität Bielefeld
AG Genome Data Science
Prof. Dr. Alexander Schönhuth
Postfach 10 01 31
33501 Bielefeld Die Universität Bielefeld ist für ihre Erfolge in der Gleichstellung mehrfach ausgezeichnet und als familienfreundliche Hochschule zertifiziert.Sie freut sich über Bewerbungen von Frauen. Dies gilt im besonderen Maße im wissenschaftlichen Bereich sowie in Technik, IT und Handwerk.Bewerbungen von geeigneten schwerbehinderten oder ihnen gleichgestellten behinderten Menschen sind ausdrücklich erwünscht.An der Universität Bielefeld werden Stellenbesetzungen auf Wunsch grundsätzlich auch mit reduzierter Arbeitszeitvorgenommen, soweit nicht im Einzelfall zwingende dienstliche Gründe entgegenstehen.

In der Technischen Fakultät ist die folgende Position zu besetzen: Wissenschaftliche*r Mitarbeiter*in (m/w/d) (PostDoc) - Genome Data Science Kennziffer: Wiss25228

• Start: nächstmöglich
• Vollzeit
• Vergütung nach E13 TV-L
• befristet

Die Arbeitsgruppe „Genome Data Science“ an der Technischen Fakultät wird von Prof. Dr. Alexander Schönhuth geleitet und ist Mitglied des Centrums für Biotechnologie (CeBiTec). Die Forschung der Arbeitsgruppe befasst sich mit dem Einsatz von Verfahren der Künstlichen Intelligenz, Data Science, Algorithmik und Sequenzanalyse zur Auswertung der sehr großen Datenmengen, die vor allem bei der modernen Hochdurchsatzsequenzierung anfallen. Dabei decken wir ein breites Spektrum der Algorithmen- und Softwareentwicklung ab: von grundsätzlichen Verfahren der Sequenzanalyse und computergestützten Pan-Genomik bis hin zur Entwicklung von KI-Verfahren. Ein Schwerpunkt liegt dabei auf dem Einsatz von Deep Learning zur Analyse genetischer Krankheiten oder von Mikrobiomen.

In unserer akademischen Ausbildung konzentrieren wir uns auf Algorithmen für die effiziente Analyse von Genomsequenzen, auf das Design von Datenstrukturen, die große Mengen von Genomen miteinander in Beziehung setzen können, sowie auf die Erstellung von Machine-Learning-Verfahren (wie z. B. das Design von Architekturen tiefer neuronaler Netze), mit denen Genomdaten ausgewertet werden können. Dabei ist der reale Nutzen solcher Verfahren, beispielsweise im Sinne des Verstehens bislang unverstandener Krankheiten, ein wichtiger Punkt. Bei der täglichen Arbeit stehen dennoch die Kreativität und der Spaß am Design von Algorithmen, an der statistischen Modellierung und der Erschaffung neuer Verfahren der künstlichen Intelligenz im Vordergrund. Ihre Aufgaben

• Forschung (75 %) in folgendem Bereich:
  • Ausführung von Optimal-Transport-basierten Techniken
  • Bearbeitung diskreter Ricci-Flows und der entsprechenden Cluster-Verfahren
  • Metric Learning für das Einbetten von sehr großen, bakteriellen Sequenzdaten
  • Deep-Learning-basierte generative Techniken anwenden (z. B. Diffusion, Flow Matching) für das Generieren von Genom-Daten
  • Mathematisch orientierte Techniken der künstlichen Intelligenz anwenden
  • Attention- und State-Space-Modell-basierten Verfahren zum Prozessieren biomedizinischer Daten durchführen
• Lehre und lehrunterstützende Tätigkeiten im Umfang von 4 LVS (25%)

Die Beschäftigung ist der wissenschaftlichen Qualifizierung förderlich. Unser Angebot

• Vergütung nach E13 TV-L
• befristet auf 3 Jahre (§ 2 Abs. 1 Satz 1 oder 2 WissZeitVG; entsprechend den Vorgaben des WissZeitVG und des Vertrages über gute Beschäftigungsbedingungen kann sich im Einzelfall eine abweichende Vertragslaufzeit ergeben)
• Vollzeit

• interne und externe Fortbildungsmöglichkeiten
• Vielzahl von Gesundheits-, Beratungs- und Präventionsangeboten
• Vereinbarkeit von Familie und Beruf
• flexible Arbeitszeiten
• betriebliche Zusatzversorgung (VBL)
• kollegiale Zusammenarbeit
• offene und angenehme Arbeitsatmosphäre
• spannende und abwechslungsreiche Tätigkeiten
• vielfältige Angebote (Mensa, Cafeteria, Restaurants, Uni-Shop, Geldautomatenetc.)

Ihr Profil Das erwarten wir

• abgeschlossenes wissenschaftliches Hochschulstudiumin einem verwandten Themengebiet
• abgeschlossene oder weit fortgeschrittene Promotionin einem verwandten Themengebiet
• sehr gute Programmierkenntnisse
• Erfahrung und fundierte Kenntnisse der KI
• Teamfähigkeit
• kooperative und teamorientierte Arbeitsweise und Kommunikationsstärke

Das wünschen wir uns

• gute Deutsch- und Englischkennt nisse in Wort und Schrift
• selbständige, eigenverantwortliche und engagierte Arbeitsweise
• ausgeprägte Organisations- und Koordinationsfähigkeit
• ausgeprägte Präsentations- und Moderationskompetenz

Interessiert? Dann freuen wir uns über Ihre aussagekräftige Bewerbung. Bitte nutzen Sie hierzu vorzugsweise unser Online-Formular, welches Sie über den unten stehenden Button "JETZT BEWERBEN" erreichen. Bewerbungsfrist: 24.07.2025 Kontakt
Prof. Dr. Alexander Schönhuth
0521 106-3793
[e-mail]
Anschrift
Universität Bielefeld
AG Genome Data Science
Prof. Dr. Alexander Schönhuth
Postfach 10 01 31
33501 Bielefeld Die Universität Bielefeld ist für ihre Erfolge in der Gleichstellung mehrfach ausgezeichnet und als familienfreundliche Hochschule zertifiziert.Sie freut sich über Bewerbungen von Frauen. Dies gilt im besonderen Maße im wissenschaftlichen Bereich sowie in Technik, IT und Handwerk.Bewerbungen von geeigneten schwerbehinderten oder ihnen gleichgestellten behinderten Menschen sind ausdrücklich erwünscht.An der Universität Bielefeld werden Stellenbesetzungen auf Wunsch grundsätzlich auch mit reduzierter Arbeitszeitvorgenommen, soweit nicht im Einzelfall zwingende dienstliche Gründe entgegenstehen. als PDF öffnen