Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top Universitäten 
Für Unternehmen Auf einen Blick
- Aufgaben: Entwickle computergestützte Modelle für neuronale Mechanismen und dynamische Prozesse.
- Arbeitgeber: Forschungseinrichtung im Bereich Physiologie mit internationalem Fokus.
- Mitarbeitervorteile: Interdisziplinäre Zusammenarbeit, internationale Forschung und flexible Arbeitsbedingungen.
- Warum dieser Job: Spannende Projekte in einem innovativen Umfeld mit direktem Einfluss auf die Neurowissenschaften.
- Gewünschte Qualifikationen: PhD in Computational Neuroscience, starke Kenntnisse in Machine Learning und Mathematik erforderlich.
- Andere Informationen: Bewerbung bis zum 28. April 2025, inklusive Lebenslauf und Forschungsinteressen.
Das voraussichtliche Gehalt liegt zwischen 36000 - 60000 € pro Jahr.
2 Postdoc-Stellen in der Computational Neuroscience, 100% im Department of Physiology, ab 01.06.2025 oder nach Vereinbarung, 2-Jahres-Vertrag mit der Möglichkeit einer Verlängerung um ein drittes Jahr.
Die erste Position konzentriert sich auf die Entwicklung eines computergestützten Modells der kortikalen Selbstaufmerksamkeit. Basierend auf unserer aktuellen Arbeit und einer laufenden Zusammenarbeit mit The Virtual Brain (EBRAINS) suchen wir nach der Implementierung neuronaler Selbstaufmerksamkeitsmechanismen in thalamo-kortikalen Schaltkreisen. Das Modell ist von transformerartigen Architekturen inspiriert, bleibt jedoch konsistent mit experimentell beobachteten kortikalen Verbindungsmustern. Es wird an kognitiven Aufgaben trainiert, während es durch menschliche kortikale Aufzeichnungen eingeschränkt wird.
Die zweite Position baut auf dem Neuronalen Least-Action-Prinzip auf und dessen Erweiterung für langfristige zeitliche Verarbeitung und spikebasierte Aktivität. Der Rahmen bietet eine rigorose Beschreibung der neuronalen Dynamik in kortikalen Netzwerken sowie gradientenbasierte synaptische Lernregeln. Er wird auf Integrations- und Feuermodellen mit mehreren intrinsischen Zeitkonstanten angewendet. Das Projekt steht auch im Zusammenhang mit Implementierungen in spikebasierter neuromorpher Hardware.
Anforderungen: PhD mit einem starken Hintergrund in Computational Neuroscience, maschinellem Lernen und Mathematik.
Wir bieten:
- Interdisziplinäre & internationale Forschungsumgebung
- Interaktion mit experimenteller Neurowissenschaft und enge Zusammenarbeit mit anderen Laboren in künstlicher Intelligenz und neuromorpher Technik.
Wenn Sie interessiert sind, senden Sie bitte ein .pdf-Dokument, das Ihren Lebenslauf, eine Erklärung zu Ihren Forschungsinteressen, eine Liste der Publikationen und die Namen und Kontaktdaten von zwei Referenzen enthält, bis spätestens 28. April 2025 an .ch.
www.karriere.unibe.ch
2 Postdoc positions in Computational Neuroscience 10% | befristet Arbeitgeber: Universität Bern
Kontaktperson:
Universität Bern HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: 2 Postdoc positions in Computational Neuroscience 10% | befristet
✨Tip Nummer 1
Nutze Networking-Plattformen wie LinkedIn, um Kontakte zu Fachleuten im Bereich der Computational Neuroscience zu knüpfen. Suche nach Gruppen oder Foren, die sich mit neuronalen Netzwerken und maschinellem Lernen beschäftigen, um wertvolle Einblicke und mögliche Empfehlungen zu erhalten.
✨Tip Nummer 2
Beteilige dich an Konferenzen oder Workshops, die sich auf Computational Neuroscience konzentrieren. Diese Veranstaltungen bieten nicht nur die Möglichkeit, dein Wissen zu erweitern, sondern auch, direkt mit Forschern und potenziellen Kollegen in Kontakt zu treten.
✨Tip Nummer 3
Informiere dich über aktuelle Forschungsprojekte und Publikationen in deinem Interessensgebiet. Zeige in Gesprächen oder Interviews, dass du über die neuesten Entwicklungen informiert bist und wie deine Fähigkeiten zur Weiterentwicklung dieser Projekte beitragen können.
✨Tip Nummer 4
Bereite dich darauf vor, deine bisherigen Erfahrungen und Kenntnisse in Computational Neuroscience klar und präzise zu präsentieren. Überlege dir spezifische Beispiele, wie du in der Vergangenheit Probleme gelöst hast oder innovative Ansätze entwickelt hast, die für die ausgeschriebene Position relevant sind.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: 2 Postdoc positions in Computational Neuroscience 10% | befristet
Tipps für deine Bewerbung 🫡
Verstehe die Anforderungen: Lies die Stellenbeschreibung sorgfältig durch und achte auf die spezifischen Anforderungen, wie den Hintergrund in Computational Neuroscience, Machine Learning und Mathematik. Stelle sicher, dass du diese Punkte in deiner Bewerbung ansprichst.
Dokumente vorbereiten: Bereite ein umfassendes .pdf-Dokument vor, das deinen Lebenslauf, eine Erklärung deiner Forschungsinteressen, eine Liste deiner Publikationen sowie die Kontaktdaten von zwei Referenzen enthält. Achte darauf, dass alles gut strukturiert und übersichtlich ist.
Forschungserklärung verfassen: Formuliere eine klare und prägnante Erklärung deiner Forschungsinteressen. Betone, wie deine Erfahrungen und Kenntnisse zu den Projekten passen, die in der Stellenanzeige beschrieben sind, insbesondere in Bezug auf neuronale Selbstaufmerksamkeitsmechanismen und neuronale Dynamik.
Frist beachten: Achte darauf, dass du deine Bewerbung bis spätestens 28. April 2025 einreichst. Plane genügend Zeit ein, um alle Dokumente zu überprüfen und sicherzustellen, dass sie vollständig sind, bevor du sie abschickst.
Wie du dich auf ein Vorstellungsgespräch bei Universität Bern vorbereitest
✨Verstehe die Forschungsprojekte
Informiere dich gründlich über die spezifischen Projekte, an denen du arbeiten würdest. Verstehe die Ziele und Herausforderungen der Modelle, die entwickelt werden sollen, insbesondere in Bezug auf neuronale Selbstaufmerksamkeit und das Neuronal Least-Action Prinzip.
✨Bereite deine Fragen vor
Überlege dir gezielte Fragen zu den Projekten, dem Team und der Zusammenarbeit mit anderen Labors. Dies zeigt dein Interesse und deine Initiative, und hilft dir, mehr über die Arbeitsumgebung zu erfahren.
✨Präsentiere deine Erfahrungen
Sei bereit, deine bisherigen Erfahrungen in der rechnergestützten Neurowissenschaft, im maschinellen Lernen und in der Mathematik zu erläutern. Konkrete Beispiele aus deiner Forschung können helfen, deine Eignung für die Position zu unterstreichen.
✨Zeige Teamfähigkeit
Da die Positionen eine enge Zusammenarbeit mit anderen Labors erfordern, ist es wichtig, deine Teamfähigkeit zu betonen. Teile Beispiele, wie du erfolgreich in interdisziplinären Teams gearbeitet hast und welche Rolle du dabei gespielt hast.
