Wissenschaftliche Mitarbeiterin bzw. Wissenschaftlicher Mitarbeiter

Einsatzdienststelle(n)

Universität Greifswald - Institut für Mathematik und Informatik

Walther-Rathenau-Str. 47

17489 Greifswald

Bewerbung bis

Arbeitsbeginn

ab

Beschäftigungsdauer

befristet für 3 Jahre

Arbeitszeit

Teilzeit, 30 Std./Woche

Besoldung/ Entgeltgruppe

E 13 TV-L

Ansprechperson(en)

Herr Prof. Dr. Mario Stanke

Job-ID

14897

Die im Jahre 1456 gegründete Universität Greifswald gehört zu den ältesten Universitäten im Ostseeraum. Über die Jahrhunderte hinweg hat sie ihren Ruf als Stätte international wirksamer Forschung und hochwertiger Lehre erworben, bewahrt und ausgebaut. Ihre Forschungsstärke bezieht die Universität vor allem aus der intensiven interdisziplinären Zusammenarbeit von fünf Fakultäten einschließlich der Universitätsmedizin und engen Kooperationen mit regionalen, nationalen und internationalen Forschungspartnerinnen und -partnern.

Am Institut für Mathematik und Informatik der Mathematisch-Naturwissenschaftlichen Fakultät der Universität Greifswald ist vorbehaltlich der Mittelbewilligung eine Stelle als wissenschaftliche Mitarbeiterin bzw. wissenschaftlicher Mitarbeiter zu besetzen.

• Ihre Aufgaben
  

• Entwurf, Training und Benchmarking von Deep-Learning-Sequence-to-Sequence-Architekturen

• Implementierung neuer Machine-Learning-Schichten und Modellkomponenten
• Anwendung von Tools für die Genomanalyse und molekulare Evolution
• Die Stelle bietet die Möglichkeit zur Promotion zu einem Thema im oben genannten Forschungsbereich
• Ihr Profil
  

• Master-Abschluss in Bioinformatik, Biomathematik, Informatik oder Biologie oder einem verwandten Fachgebiet

• Fundierte Programmierkenntnisse in Python
• Beherrschung der mathematischen Grundlagen des maschinellen Lernens (lineare Algebra, Analysis)
• Englischkenntnisse, die B2 oder höher entsprechen (die Arbeitssprache ist Englisch)

Erwünscht sind:

• Erfahrung mit Unix-Shell, Git, PyTorch, TensorFlow, SLURM
• Erfahrung im Umgang mit Genom- oder Transkriptomdaten
• Kenntnisse über Sequenz-zu-Sequenz-Modelle (Hidden Markov Models, Attention Mechanisms, Recurrent Neural Networks)
• Motivation, in einem interdisziplinären Team mit Biologen und Informatikern zu arbeiten
• Das bieten wir Ihnen
  

• Angebote zur Gesundheitsförderung im Rahmen der "Gesunden Universität"

• eine interessante, vielseitige und anspruchsvolle Aufgabe
• die Möglichkeit zur Weiterbildung
• flexible Arbeitszeiten
• Vereinbarkeit von Beruf und Privatleben
• 30 Tage Urlaub
• Hinweise zum Bewerbungs- und Auswahlverfahren
  

Wir schätzen Vielfalt in der Landesverwaltung Mecklenburg-Vorpommern und begrüßen daher alle Bewerbungen – unabhängig von Alter, Herkunft, Geschlecht, sexueller Identität, Behinderung oder Weltanschauung.

Bewerbungen von Frauen begrüßen wir besonders.

Schwerbehinderte Bewerberinnen und Bewerber und ihnen Gleichgestellte berücksichtigen wir bei gleicher Eignung bevorzugt. Wir empfehlen Ihnen daher, auf eine Schwerbehinderung bzw. Gleichstellung bereits im Anschreiben hinzuweisen.

Bewerberinnen und Bewerber aus dem öffentlichen Dienst bitten wir, ihr Einverständnis zur Einsichtnahme in die Personalakte zu erklären.

Mit der Bewerbung verbundene Kosten können wir leider nicht erstatten.

#### Datenschutzhinweise

Ihre Daten aus den Bewerbungsunterlagen werden ausschließlich für den Zweck des Bewerbungsverfahrens verarbeitet. Weitere Informationen finden Sie in unseren Datenschutzbestimmungen:
- ### Weiterführende Informationen

Deep Learning revolutioniert derzeit die Genomannotation. So erreicht beispielsweise unser neues Deep-Learning-basiertes Genvorhersageprogramm Tiberius eine Genauigkeit, die mit unserer Annotationspipeline BRAKER3 vergleichbar ist, auch ohne Verwendung von RNA-Seq-Daten. Aufbauend auf diesen Ergebnissen und Codebasen wird der*die erfolgreiche Kandidat*in an einem Forschungsprojekt im Bereich Bioinformatik und maschinelles Lernen arbeiten, das sich mit der Inferenz alternativer Spleißformen unter Verwendung von Deep-Learning-Methoden und PacBio-Long-Read-Transkriptomdaten sowie der Evolution von Isoformen bei Insekten befasst. Die Arbeit wird in Zusammenarbeit mit Prof. Gregor Bucher (Universität Göttingen) im Rahmen des Projekts "Alternative Splicing and the Evolution of Holometaboly" durchgeführt, das Teil des DFG-Schwerpunktprogramms "Genomic Basis of Evolutionary Innovations (GEvol)" ist.

Besuchen Sie auch gern die Universität Greifswald.
- ### Ansprechperson(en)

Herr Prof. Dr. Mario Stanke

Ansprechperson für fachliche Fragen

Tel.:

E-Mail:
- ### Lage der Einsatzdienststelle(n)