Universität Münster
Rheinland Klinikum Neuss
GEORG C. Hansen GmbH & Co. KG
BERNHARD-NOCHT-INSTITUT FÜR TROPENMEDIZIN
Raiffeisen Waren GmbH
Ruhr-Universität Bochum
Dohle Handelsgruppe Holding GmbH & Co. KG
Neo Temp GmbH
hagebau Handelsgesellschaft für Baustoffe mbH & Co. KG
Kig Olpe
Tierbestattung Suedniedersachsen
AlphaKraft Technische Dienstleistung Dr. Waibel GmbH
G-Service Management GmbH
VHV Allgemeine Versicherung AG
Thalia Bücher GmbH
Freien Hansestadt Bremen
Dohle Handelsgruppe Holding GmbH & Co. KG
ROSIER Holding GmbH
Stadt Neuss
Klax GmbH
Office People Personalmanagement GmbH
Dohle Handelsgruppe Holding GmbH & Co. KG
Hermann Uhl e.K.
Eine deutsche Universität in Münster sucht eine*n wissenschaftliche*n Mitarbeiter*in zur Durchführung eines Promotionsvorhabens im Bereich des molekularen maschinellen Lernens. Voraussetzungen sind ein überdurchschnittlicher Hochschulabschluss in Pharmazie sowie umfangreiche Erfahrungen im Bereich maschinellen Lernens. Der Arbeitsplatz bietet spannende Einblicke in die Arzneimittelentwicklung mit computergestützten Methoden. Die Stelle ist auf 3 Jahre befristet und wird mit 65% der regulären Arbeitszeit angeboten.
42.500 Studierende, 7.750 Beschäftigte in Lehre, Forschung und Verwaltung, die gemeinsam Zukunftsperspektiven gestalten – das ist die Universität Münster. Eingebettet in die Atmosphäre der Stadt Münster mit ihrer hohen Lebensqualität zieht sie mit ihrem vielfältigen Forschungsprofil und attraktiven Lehrangeboten Studierende und Wissenschaftlerinnen und Wissenschaftler aus dem In- und Ausland an.
Im Institut für Pharmazeutische und Medizinische Chemie im Fachbereich Chemie und Pharmazie der Universität Münster ist zum 01.01.2026 die Stelle als
zubesetzen. Angeboten wird eine für 3 Jahre befristete Teilzeitstelle (65%).
Mit der Stelle ist die Durchführung eines Promotionsvorhabens im Bereich des molekularen maschinellen Lernens verbunden. Das Ziel des Projekts ist die Entwicklung einer Methode, die es mit Hilfe unserer neuronalen Fingerprints ermöglichen soll, virtuelle Screenings durchzuführen mit gleichzeitiger Visualisierung der Ähnlichkeit von Molekülen mittels Explainable AI.
Arbeitsumgebung
Die Arbeitsgruppe für computergestütztes Wirkstoffforschung befasst sich mit der Entwicklung und Anwendung computergestützter Methoden für das rationale Design von Arzneimitteln. Dies umfasst eine ganze Reihe von liganden- und strukturbasierten in-silico Methoden, die standardmäßig in der industriellen Pharmaforschung eingesetzt werden, wie z.B. Methoden der Chemieinformatik, virtuelles Screening und rationales Wirkstoffdesign, Docking, Homologiemodellierung und Molekulardynamik-Simulationen, aber auch die Anwendung von Methoden der künstlichen Intelligenz. In interdisziplinärer Weise werden die in-silico Arbeiten mit der biochemischen Analyse und Synthese kleiner organischer Moleküle, und der Röntgenkristallographie kombiniert.
Die/Der Bewerber*in wird umfassende Einblicke in den rationalen Entwurf und die Entwicklung von Arzneimitteln mit Hilfe computergestützter und KI-basierter Methoden gewinnen. Alle diese Methoden sind wichtige Bestandteile der Arzneimittelentwicklung und werden standardmäßig in der pharmazeutischen Industrie angewandt.
Die Universität Münster setzt sich für Chancengerechtigkeit und Vielfalt ein. Wir begrüßen alle Bewerbungen unabhängig von Geschlecht, Nationalität, ethnischer oder sozialer Herkunft, der Religion oder Weltanschauung, Beeinträchtigung, Alter sowie sexueller Orientierung oder Identität. Eine familiengerechte Gestaltung der Arbeitsbedingungen ist uns ein selbstverständliches Anliegen. Bewerbungsvoraussetzungen: Frauen sind ausdrücklich willkommen. Frauen werden bei gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt berücksichtigt, sofern nicht in der Person eines Mitbewerbers liegende Gründe überwiegen.
Haben wir Ihr Interesse geweckt? Dann freuen wir uns über Ihre Bewerbung bis zum 03.10.2025 per E-Mail als pdf an:
Prof. Dr. Oliver Koch
Universität Münster
Institut für pharmazeutische und medizinische Chemie
Kennziffer: 2025_09_08
E-Mail: oliver.koch@uni-muenster.de
Homepage: http://www.agkoch.de
Ihre Bewerbung kann nur als pdf-Datei berücksichtigt werden. Bitte beachten Sie, dass wir andere Dateiformate nicht berücksichtigen können.
Ausschreibungskennziffer bei Rückfragen: 2025_09_08
* The salary benchmark is based on the target salaries of market leaders in their relevant sectors. It is intended to serve as a guide to help Premium Members assess open positions and to help in salary negotiations. The salary benchmark is not provided directly by the company, which could be significantly higher or lower.