Im Rahmen eines Europäischen H2020-Projektes sucht das Fachgebiet Bioinspirierte Kommunikationssysteme (Koeppl Lab) am Fachbereich Elektrotechnik und Informationstechnik der Technischen Universität Darmstadt zum nächstmöglichen Zeitpunkt eine_n

Wiss. Mitarbeiter (Postdoktorand_in) (w/m/d) - Maschinelles Lernen, Kausale Inferenz

zunächst befristet für 2 Jahre, Verlängerung möglich.

Das von mehreren Partnern durchgeführte Projekt befasst sich mit der Zusammenstellung qualitativ hochwertiger medizinischer und molekularer Daten zu pädiatrischen Krebsarten, um ML/KI-basierte Vorhersagen zum Behandlungserfolg und zur Arzneimittelwirksamkeit treffen zu können. Das Koeppl-Labor ist in diesem Projekt federführend bei der Entwicklung von Algorithmen zur Rekonstruktion von molekularen Interaktionsnetzwerken aus Hochdurchsatz-Multiomikdaten. Der Schwerpunkt liegt dabei auf probabilistischen graphischen Modellen und deren Verwendung bei der kausalen Inferenz. Darüber hinaus sollen Methoden für die Inferenz in größeren, relationalen Netzwerken entwickelt werden, die Informationen zum Zelltyp, Patienten- und Medikamentendaten enthalten. Dies wird die formale Grundlage für die Modellierung virtueller Patienten im Konsortium bilden.

Die_der Postdoktorand_in wird sich mit der mathematischen Analyse und Methodenentwicklung befassen, wobei der besondere Schwerpunkt auf der Nutzung neuerer hochdimensionaler Einzelzelldaten liegt. Darüber hinaus wird die_der Mitarbeiter_in an Algorithmen für die Integration und Gewinnung von strukturierten und unstrukturierten Daten mit Bezug zur Krebsbiologie in einen relationalen Graphen arbeiten. Es wird der_dem Postdoktorand_in die Gelegenheit, gegeben Doktoranden_innen des Labors mitzubetreuen.

Das Erbringen der Dienstleistung dient zugleich der wissenschaftlichen Qualifizierung.

Die Technische Universität Darmstadt bietet das Umfeld und die Unterstützung für die Veröffentlichung und Präsentation originärer Forschungsergebnisse aufführenden internationalen Konferenzen und in wissenschaftlichen Zeitschriften.

Ihr Profil:

  • Abgeschlossene Promotion im Bereich Statistik, Mathematik, Informatik, Elektrotechnik oder Physik
  • Idealerweise Erfahrung auf dem Gebiet der Bioinformatik, insbesondere Analyse von Hochdurchsatzdaten
  • Eine gute Publikationsleistung der Promotion
  • Interesse an der Arbeit in einem interdisziplinären Team und die proaktive Zusammenarbeit mit Teammitgliedern

Bewerbung:

Ihre Bewerbung sollte beinhalten:

  • Ein Anschreiben, in welchem Sie detailliert darlegen, warum Sie an dieser Stelle interessiert sind und warum Sie glauben, dass Sie die_der richtige Kandidat_in für diese Tätigkeit sind
  • Einen Lebenslauf
  • Kontaktdaten von mind. 2 Referenzen (z.B. Professoren_innen)

Die Technische Universität Darmstadt strebt eine Erhöhung des Anteils der Frauen am Personal an und fordert deshalb besonders Frauen auf, sich zu bewerben. Bewerber_innen mit einem Grad der Behinderung von mindestens 50 oder diesen Gleichgestellte werden bei gleicher Eignung bevorzugt. Die Vergütung erfolgt nach dem Tarifvertrag für die Technische Universität Darmstadt (TV - TU Darmstadt). Teilzeitbeschäftigung ist grundsätzlich möglich.

Kontakt:

Prof. Heinz Koeppl, Rundeturmstrasse 12, 64283 Darmstadt, heinz.koeppl@bcs.tu-darmstadt.de

Bitte senden Sie Ihre Bewerbung, incl. der oben genannten Unterlagen, in einer PDF-Datei unter Angabe der Kenn-Nummer im Betreff per E-Mail an: office@bcs.tu-darmstadt.de. Unvollständige Bewerbungen und Bewerbungen, die andere Dateiformaten enthalten, werden nicht berücksichtigt.

Kenn-Nr. 484

Veröffentlicht am

28. September 2020

Bewerbungsfrist

30. Oktober 2020