Post-Doktorand/-in (m/w/d) für den Bereich "Künstliche Intelligenz in der Genomik"

besetzten wir eine Stelle als

Post-Doktorand/-in (m/w/d) für den Bereich 'Künstliche Intelligenz in der Genomik'

Einsatzort: Zentrum für Humangenetik und Genommedizin

Arbeitszeit: 100% der vollen tariflich vereinbarten Arbeitszeit (zzt. 38,5 Std./W.)

Befristung: zunächst unter Berücksichtigung des WissZeitVG für 3 Jahre, eine Verlängerung wird angestrebt

Einstieg: zum nächstmöglichen Zeitpunkt

Vergütung: EG 13 (TV-L)

Projekt:

Ziel des Projektes ist die Entwicklung robuster Datenanalyse-Pipelines zur Verarbeitung von multimodalen Gesundheitsdaten. Der Schwerpunkt liegt dabei auf der Implementierung folgender Teilaspekte:

Multimodale Lernansätze: Die Entwicklung von KI-Modellen zur Fusion verschiedenartiger Datentypen (genetische Signatur, klinisches Profil) mit dem Ziel der Identifizierung präziser diagnostischer oder prognostischer Biomarker.

Kohortenanalysen: Durchführung statistisch fundierter Analysen großer Patientenkollektive, um Erkenntnisse über Risikofaktoren und Therapieansätze zu gewinnen.

Data-Engineering: Weiterentwicklung und Optimierung der vorhandenen Datenarchitektur und die Verbesserung des Datenaustauschs zwischen verschiedenen Forschungsgruppen.

Große genomische und klinische Datensätze sollen genutzt werden, um:

Genetische Varianten effizient zu klassifizieren

Krankheitsassoziierte Muster zu identifizieren

Die Interpretation von Sequenzdaten (z. B. NGS) zu verbessern

Vorhersagemodelle für genetische Erkrankungen zu entwickeln

Biomarker mit therapeutischer oder prognostischer Relevanz zu identifizieren

Die Arbeit erfolgt in enger Zusammenarbeit mit klinischen und molekulargenetischen Arbeitsgruppen und trägt zur Weiterentwicklung personalisierter Medizin bei.

Aufgaben:

Entwicklung, Implementierung und Evaluation von Machine-Learning-Algorithmen (z.B. Deep Learning, Klassifikationsmodelle, Agentensysteme etc.)

Analyse und Integration komplexer genomischer Datensätze

Datenaufbereitung und - visualisierung

Teilnahme an wissenschaftlichen Konferenzen

Mitwirkung an Drittmittelprojekten

Profil:

Abgeschlossenes naturwissenschaftliches Hochschulstudium (Diplom, Master oder vergleichbar) in Bioinformatik, Informatik, Biologie, Molekularbiologie, Biochemie oder verwandte Disziplinen sowie abgeschlossene Promotion

Solide Kenntnisse in Machine Learning / Statistik

Sicherer Umgang mit gängigen Programmiersprachen, insbesondere Python

Erfahrung im Umgang mit klinischen oder biomedizinischen Datensätzen

Erfahrung im Aufsetzen und Verwalten von relationalen Datenbanken

Grundverständnis genomischer Datenanalysen

Wünschenswert:

Wissenschaftliches Interesse an Humangenetik

Erfahrung mit Deep Learning Frameworks (z.B. TensorFlow, PyTorch)

Erfahrung mit LLM-Frameworks und Orchestrierungssystemen (z. B. LangChain oder vergleichbare Frameworks)

Erfahrung mit Basismodellen und deren Anwendungen und Anpassungen (Fine-Tuning, Prompt Engineering, Parameter-efficient tuning wie LoRA/Adapters)

Kenntnisse in Next-Generation Sequencing (NGS) Datenanalyse

Erfahrung im High Performance Computing (HPC) Bereich

Analytisches und strukturiertes Denkvermögen

Hohe Motivation, teamorientiertes Arbeiten in einem interdisziplinären Umfeld

Eigeninitiative sowie Einsatzbereitschaft, Organisation und Zuverlässigkeit

Kreativität bei der Lösung komplexer Fragestellungen

Warum Sie sich für uns entscheiden sollten?

Wir bieten…

30 Tage Urlaub/Jahr bei Vollzeitbeschäftigung

Mitarbeitende werben Mitarbeitende für verschiedene Berufsgruppen / Prämie von 3.000 Euro

Überd