Auf einen Blick
- Aufgaben: Führe innovative Forschung in der computergestützten Proteomik durch und entwickle neue Analysewerkzeuge.
- Unternehmen: Technische Universität München - ein führendes Forschungsinstitut mit interdisziplinärem Team.
- Vorteile: Attraktive Vergütung, flexible Arbeitszeiten und hervorragende Entwicklungsmöglichkeiten.
- Weitere Informationen: Dynamisches Umfeld mit Fokus auf persönliche und berufliche Weiterentwicklung.
- Warum dieser Job: Gestalte die Zukunft der Pflanzenforschung und trage zur globalen Ernährungssicherheit bei.
- Qualifikationen: Masterabschluss in Data Engineering, Bioinformatik oder verwandten Bereichen erforderlich.
Das prognostizierte Gehalt liegt zwischen 50000 - 65000 € pro Jahr.
Doktorand/in f/m/d in computergestützter Proteomik/Bioinformatik mit einem Fokus auf Pflanzenproteomik. Bewerber/innen müssen einen Masterabschluss in Data Engineering, Data Science, Bioinformatik, Informatik oder einem verwandten Fachgebiet besitzen. Verfügbar 10/26-09/30.
Das Graduiertenkolleg „Das Proteom, das die Welt ernährt“: Pflanzen sind die ernährungsphysiologische Basis des Lebens auf der Erde und proteinreiche Lebensmittel aus Pflanzen sind ein globaler Megatrend, der für die Erhaltung einer wachsenden Menschheit und zur Bekämpfung des Klimawandels unerlässlich ist. Wenig ist über die Proteome von Nutzpflanzen bekannt – die Gesamtheit der Proteine, die nahezu jeden Aspekt des Lebens ausführen und steuern – und das Programm zielt darauf ab, diese Lücke zu schließen.
Um zukünftige Führungskräfte in Wissenschaft, Industrie und Gesellschaft auszubilden und zu entwickeln, die in Forschung, Management und Kommunikation exzellent sind. Dies wird erreicht durch die Implementierung einer professionellen Ausbildungs- und Projektmanagementstruktur, in der Doktoranden herausfordernde Rollen meistern, erhebliche Verantwortung übernehmen und übertragbare Fähigkeiten erwerben.
Der Doktorand wird Studien mit dem Proteomatlas der 100 wichtigsten Nutzpflanzen für die menschliche Ernährung durchführen, was ein interdisziplinäres Projekt mit führender Expertise in Pflanzenwissenschaften, Proteomik und Bioinformatik ermöglicht. Das Projekt: Die Kartierung, wie Proteine ihre Interaktionsnetzwerke bilden und umgestalten, ist entscheidend für das Verständnis des dynamischen Proteoms. Der Doktorand wird Koexpressionsmuster aus dem Nutzpflanzenproteomatlas, neue Proteomikdaten und Proteinstrukturvorhersagen kombinieren, um ein graphbasiertes neuronales Netzwerk zu erstellen, das zustandsabhängige Protein-Protein-Interaktionen vorhersagt. Hochkonfidente Vorhersagen fließen in die Klassifizierung der Proteinfunktion ein und beleuchten das uncharakterisierte und dunkle Proteom. Der Kandidat wird auch Informationen zu posttranslationalen Modifikationen integrieren, um das Netzwerk zu ergänzen und Strategien zur Verbesserung der Resilienz und Produktivität von Nutzpflanzen zu leiten. Darüber hinaus wird der Kandidat aktiv an der Pflege und Weiterentwicklung von ProteomicsDB im Zusammenhang mit dem Graduiertenkolleg teilnehmen.
Anforderungen:
- Masterabschluss in Data Engineering, Data Science, Bioinformatik, Informatik oder einem verwandten Fachgebiet.
- Theoretisches Wissen und praktische Fähigkeiten in statistischer Analyse, Datenanalyse, Datenintegration, maschinellem Lernen, Programmierung, Backend- oder Frontend-Entwicklung und Datenbankdesign.
- Fundiertes Verständnis von proteomischen Technologien sowie grundlegenden biologischen und (bio)chemischen Konzepten.
- Interesse an der Proteomikforschung unter Verwendung von Massenspektrometrie.
- Selbstmotiviert, hohes Potenzial, starkes Verantwortungsbewusstsein und die Fähigkeit, in einem schnelllebigen Umfeld an mehreren Projekten zu arbeiten.
- Gute interkulturelle und zwischenmenschliche Kommunikationsfähigkeiten sowie die Fähigkeit, auf Englisch zu präsentieren.
- Bewerber/innen aus den besten 10 % ihres Jahrgangs werden bevorzugt.
Unser Angebot:
Sie werden Teil eines jungen, hochmotivierten Teams von interdisziplinären Bioinformatikern, die modernste proteomische Ansätze nutzen. Die Position ist auf vier Jahre (10/26 – 09/30) angelegt. Die Vergütung erfolgt gemäß TV-L E13. Die TUM bietet ein anregendes Arbeitsumfeld und hervorragende Zukunftsperspektiven.
Chancengleichheit:
Die TUM strebt an, den Anteil von Frauen zu erhöhen und begrüßt ausdrücklich Bewerbungen von Frauen. Die Position ist für schwerbehinderte Personen geeignet. Schwerbehinderte Bewerber/innen werden bevorzugt, wenn ihre Eignung, Qualifikationen und berufliche Leistung ansonsten im Wesentlichen gleichwertig sind.
Bewerbungsprozess:
Bewerber/innen sollten ein Dossier einreichen, das ein Motivationsschreiben (max. eine Seite), einen Lebenslauf, Kopien von Abschlüssen und Zeugnissen sowie Namen und E-Mail-Adressen von mindestens einem Referenzgeber als ein einzelnes PDF-Dokument bis spätestens 30. Mai 2026 an Prof. Mathias Wilhelm (mathias.wilhelm@tum.de) und eine Kopie an Armin Soleymaniniya (armin.soleymaniniya@tum.de) sendet. Online-Interviews werden mit ausgewählten Kandidaten durchgeführt; in die engere Wahl gezogene Kandidaten können eingeladen werden, den TUM-Campus in Freising, Deutschland, zu besuchen. Erfolgreiche Kandidaten müssen spätestens am 1. April 2027 beginnen.
Datenschutzinformationen:
Wenn Sie sich um eine Stelle an der Technischen Universität München (TUM) bewerben, übermitteln Sie persönliche Informationen. Bitte beachten Sie die Datenschutzinformationen zur Erhebung und Verarbeitung persönlicher Daten, die in Ihrer Bewerbung gemäß Artikel 13 der Datenschutz-Grundverordnung (DSGVO) enthalten sind. Mit der Einreichung Ihrer Bewerbung bestätigen Sie, dass Sie die oben genannten Datenschutzinformationen der TUM zur Kenntnis genommen haben.
Doctoral Candidate f/m/d in computational proteomics/bioinformatics Arbeitgeber: de.NBI
Die Technische Universität München (TUM) bietet eine herausragende Arbeitsumgebung für Doktoranden im Bereich der computergestützten Proteomik und Bioinformatik. Mit einem engagierten, interdisziplinären Team und Zugang zu modernsten Technologien fördert die TUM nicht nur die wissenschaftliche Exzellenz, sondern auch die persönliche und berufliche Entwicklung ihrer Mitarbeiter. Die Möglichkeit, an bedeutenden Projekten zur Verbesserung der Nahrungsmittelproduktion und -sicherheit zu arbeiten, macht diese Position besonders attraktiv für alle, die einen nachhaltigen Einfluss auf die Welt haben möchten.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Doctoral Candidate f/m/d in computational proteomics/bioinformatics erhalten könnten
✨Netzwerken, Netzwerken, Netzwerken!
Nutze jede Gelegenheit, um mit Fachleuten aus deinem Bereich in Kontakt zu treten. Besuche Konferenzen, Workshops oder Webinare und sprich mit anderen Doktoranden und Forschern. Oft sind es persönliche Kontakte, die dir den entscheidenden Vorteil bei der Jobsuche verschaffen.
✨Sei proaktiv!
Warte nicht darauf, dass Stellen ausgeschrieben werden. Recherchiere Unternehmen und Institute, die dich interessieren, und kontaktiere sie direkt. Zeige dein Interesse an ihren Projekten und frage nach möglichen Möglichkeiten für eine Zusammenarbeit oder ein Praktikum.
✨Bereite dich auf Interviews vor!
Informiere dich über die neuesten Entwicklungen in der Proteomik und Bioinformatik. Übe häufige Interviewfragen und bereite Beispiele aus deiner bisherigen Forschung vor, die deine Fähigkeiten und Erfahrungen unter Beweis stellen. Das zeigt, dass du gut vorbereitet und motiviert bist.
✨Bewirb dich über unsere Website!
Wenn du eine Stelle findest, die dich interessiert, bewirb dich direkt über unsere Website. So stellst du sicher, dass deine Bewerbung schnell und effizient bearbeitet wird. Außerdem kannst du dich über weitere spannende Möglichkeiten informieren, die wir anbieten!
Wir glauben, dass du diese Fähigkeiten brauchst, um Doctoral Candidate f/m/d in computational proteomics/bioinformatics mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Motivationsschreiben:Dein Motivationsschreiben sollte klar und prägnant sein. Erkläre, warum du dich für die Doktorandenstelle interessierst und was dich an der Forschung im Bereich Pflanzenproteomik fasziniert. Zeig uns deine Leidenschaft und wie deine Erfahrungen dazu passen!
Lebenslauf:Achte darauf, dass dein Lebenslauf übersichtlich und gut strukturiert ist. Hebe relevante Erfahrungen und Fähigkeiten hervor, die zu den Anforderungen der Stelle passen. Vergiss nicht, auch deine akademischen Leistungen und Praktika zu erwähnen!
Referenzen:Wähle deine Referenzen sorgfältig aus. Idealerweise sollten sie Personen sein, die deine wissenschaftlichen Fähigkeiten und deine Arbeitsweise gut kennen. Informiere sie im Voraus, damit sie bereit sind, dich zu unterstützen!
Einreichung der Bewerbung:Reiche deine Bewerbung als ein einziges PDF-Dokument ein, wie in der Ausschreibung beschrieben. Achte darauf, dass alles vollständig ist und die Frist nicht überschritten wird. Wir freuen uns darauf, von dir über unsere Website zu hören!
Wie man sich auf ein Vorstellungsgespräch bei de.NBI vorbereitet
✨Verstehe die Grundlagen der Proteomik
Mach dich mit den grundlegenden Konzepten der Proteomik und bioinformatischen Methoden vertraut. Zeige im Interview, dass du nicht nur die Theorie beherrschst, sondern auch praktische Anwendungen kennst, insbesondere in Bezug auf pflanzliche Proteome.
✨Bereite konkrete Beispiele vor
Überlege dir spezifische Projekte oder Erfahrungen, die deine Fähigkeiten in Datenanalyse, maschinellem Lernen oder Programmierung demonstrieren. Sei bereit, diese Beispiele im Interview zu erläutern und zu zeigen, wie sie auf die Anforderungen der Stelle passen.
✨Zeige deine Kommunikationsfähigkeiten
Da gute interkulturelle und zwischenmenschliche Kommunikationsfähigkeiten gefordert sind, übe, komplexe technische Konzepte einfach und klar zu erklären. Dies wird dir helfen, deine Eignung für die Rolle zu unterstreichen und zu zeigen, dass du gut im Team arbeiten kannst.
✨Stelle Fragen zur Forschung und Entwicklung
Bereite einige durchdachte Fragen über die laufenden Projekte und die Ziele des Graduiertenkollegs vor. Das zeigt dein Interesse an der Position und hilft dir, mehr über die Erwartungen und Herausforderungen zu erfahren, die dich erwarten könnten.
