Auf einen Blick
- Aufgaben: Leite die Entwicklung von KI-Modellen für die Analyse biologischer Daten.
- Unternehmen: Führendes Forschungsinstitut für intelligente Biotechnologien in München.
- Vorteile: Zugang zu einzigartigen Datensätzen, wettbewerbsfähiges Gehalt und internationale Forschungsumgebung.
- Weitere Informationen: Starke interdisziplinäre Zusammenarbeit und hervorragende Karrieremöglichkeiten.
- Warum dieser Job: Gestalte die Zukunft der Biologie mit KI und führe ein dynamisches Team.
- Qualifikationen: PhD in Informatik oder verwandten Bereichen und Erfahrung in Computer Vision.
Das prognostizierte Gehalt liegt zwischen 50000 - 70000 € pro Jahr.
Das Institut für intelligente Biotechnologien (iBIO) am Helmholtz München und der LMU München sucht einen herausragenden Postdoktoranden im Bereich KI mit einem starken Hintergrund in Computer Vision, Deep Learning und großangelegter biologischer Bildanalyse und Omics. Wir bauen KI-gesteuerte, ganzkörperliche Atlanten der Säugetierbiologie auf, indem wir die weltweit größten und hochauflösendsten 3D-Bilddatensätze mit Omics, räumlicher molekularer Profilierung, Störungsmodellen und Krankheitsbiologie kombinieren. Der erfolgreiche Kandidat wird die computergestützte Entwicklung dieser Plattform leiten und ein wachsendes Team an der Schnittstelle von KI, Bildgebung, Omics und Systembiologie anleiten.
Diese Position ist eine senior postdoktorale Stelle für einen Kandidaten, der wissenschaftliche und technische Verantwortung für bedeutende KI-Projekte übernehmen kann. Der ideale Kandidat hat einen Doktortitel in Informatik, KI, maschinellem Lernen, computergestützter Biologie, Bioinformatik oder einem verwandten quantitativen Bereich, mit mehreren Jahren praktischer Erfahrung in Computer Vision und Deep Learning. Der Kandidat sollte in der Lage sein, Projekte unabhängig zu leiten, Studierende zu betreuen, mit experimentellen und bildgebenden Teams zu koordinieren und ein Team von etwa sechs Doktoranden zu leiten, die an KI-gesteuerter Ganzkörperbiologie arbeiten.
Erforderlich:
- Doktortitel in Informatik, KI, maschinellem Lernen, computergestützter Biologie, Bioinformatik, biomedizinischer Bildanalyse oder einem verwandten Bereich
- Mehrere Jahre praktische Erfahrung in Computer Vision und Deep Learning
- Starke Programmierkenntnisse, insbesondere in Python und modernen ML-Frameworks wie PyTorch oder TensorFlow
- Erfahrung mit großangelegter Bildanalyse, idealerweise 3D-Mikroskopie, medizinischer Bildgebung, biologischer Bildgebung oder räumlichen Daten
- Nachgewiesene Fähigkeit, wissenschaftliche Projekte unabhängig zu leiten
- Erfahrung in der Betreuung von Masterstudierenden, Doktoranden oder Juniorforschern
- Starke Publikationsbilanz oder klare Nachweise hervorragender technischer Ergebnisse
- Fähigkeit, disziplinübergreifend zu arbeiten und sowohl mit rechnergestützten als auch mit experimentellen Wissenschaftlern zu kommunizieren
- Unabhängig, strukturiert, zuverlässig und motiviert, ehrgeizige wissenschaftliche Plattformen aufzubauen
Wir bieten:
- Zugang zu einzigartigen Ganzkörperbild- und Multi-Omics-Datensätzen
- Großangelegte Recheninfrastruktur, einschließlich dedizierter A100-Cluster und Petabyte-Speicher
- Eine führende Rolle beim Aufbau von KI-Modellen der nächsten Generation für die Säugetierbiologie
- Enge Interaktion mit experimentellen, bildgebenden, omischen und krankheitsbiologischen Teams
- Starke interdisziplinäre Betreuung und wissenschaftliche Sichtbarkeit
- Gelegenheit, Projekte zu leiten, Juniorwissenschaftler zu betreuen und die KI-Richtung von iBIO zu gestalten
- Internationales Forschungsumfeld am Helmholtz München und der LMU München
- Wettbewerbsfähiges Gehalt gemäß institutionellen Vorschriften
Bitte reichen Sie Ihre Bewerbung als eine einzige PDF-Datei ein. Diese PDF sollte Ihren Lebenslauf und ein Anschreiben enthalten, in dem Sie erläutern, warum Sie hervorragend für diese Position geeignet sind, wie Ihre Erfahrungen unseren Anforderungen entsprechen und was Sie in die Rolle einbringen würden. Dies ist das einzige Dokument, das bei der ersten Auswahl bewertet wird. Bitte fügen Sie keine zusätzlichen Anhänge wie Referenzen, Zertifikate oder andere unterstützende Dokumente hinzu. Bewerbungen, die diese Anweisungen nicht befolgen, werden herausgefiltert und ignoriert.
PhD Student Arbeitgeber: Helmholtz Munich
Das Institut für intelligente Biotechnologien (iBIO) an der Helmholtz München und der LMU München bietet eine herausragende Arbeitsumgebung für Postdoktoranden, die sich für KI und biomedizinische Forschung begeistern. Mit Zugang zu einzigartigen Datensätzen und modernster Infrastruktur fördert das iBIO eine interdisziplinäre Kultur, in der Mitarbeiter die Möglichkeit haben, bedeutende Projekte zu leiten, junge Wissenschaftler zu betreuen und an hochkarätigen Publikationen mitzuwirken. Die internationale Forschungsumgebung und die enge Zusammenarbeit mit experimentellen Teams bieten zudem hervorragende Wachstumschancen und eine inspirierende Atmosphäre für innovative Ideen.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so PhD Student erhalten könnten
✨Tipp Nummer 1
Netzwerken ist der Schlüssel! Nutze LinkedIn oder andere Plattformen, um mit Leuten aus der Branche in Kontakt zu treten. Frag nach informellen Gesprächen oder Mentoring – das kann dir Türen öffnen!
✨Tipp Nummer 2
Bereite dich auf Vorstellungsgespräche vor, indem du häufige Fragen und technische Herausforderungen übst. Zeig, dass du nicht nur die Theorie beherrschst, sondern auch praktische Lösungen anbieten kannst.
✨Tipp Nummer 3
Sei proaktiv! Wenn du eine interessante Stelle siehst, bewirb dich direkt über unsere Website. Warte nicht darauf, dass die perfekte Gelegenheit zu dir kommt – mach den ersten Schritt!
✨Tipp Nummer 4
Zeige deine Leidenschaft für das Thema! In Gesprächen oder Interviews solltest du klar machen, warum du für die Position brennst und wie deine Erfahrungen dazu passen. Das macht einen großen Unterschied!
Wir glauben, dass du diese Fähigkeiten brauchst, um PhD Student mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Mach es persönlich!:Dein Bewerbungsschreiben sollte nicht nur eine Auflistung deiner Qualifikationen sein. Zeig uns, warum du genau zu uns passt und was dich an der Position reizt. Lass deine Persönlichkeit durchscheinen!
Klarheit ist König!:Achte darauf, dass dein Lebenslauf und dein Anschreiben klar strukturiert sind. Verwende Absätze und Aufzählungen, um wichtige Informationen hervorzuheben. Wir lieben es, wenn wir schnell die wichtigsten Punkte erkennen können!
Pass auf die Details auf!:Stell sicher, dass du alle Anforderungen aus der Stellenanzeige berücksichtigst. Wenn wir sehen, dass du unsere Bedürfnisse verstehst und darauf eingehst, hebt das deine Bewerbung hervor. Und vergiss nicht, den Betreff in deiner E-Mail korrekt anzugeben!
Bewirb dich über unsere Website!:Wir empfehlen dir, deine Bewerbung direkt über unsere Website einzureichen. So stellst du sicher, dass alles richtig ankommt und du keine wichtigen Schritte verpasst. Wir freuen uns auf deine Unterlagen!
Wie man sich auf ein Vorstellungsgespräch bei Helmholtz Munich vorbereitet
✨Verstehe die Anforderungen
Mach dich mit den spezifischen Anforderungen der Stelle vertraut. Lies die Stellenbeschreibung gründlich durch und notiere dir, welche Fähigkeiten und Erfahrungen besonders betont werden. So kannst du gezielt auf diese Punkte während des Interviews eingehen.
✨Bereite konkrete Beispiele vor
Überlege dir konkrete Beispiele aus deiner bisherigen Forschung oder Projekten, die deine Fähigkeiten in Computer Vision, Deep Learning und der Analyse biologischer Daten demonstrieren. Diese Beispiele helfen dir, deine Eignung für die Position klar zu kommunizieren.
✨Fragen vorbereiten
Bereite einige Fragen vor, die du dem Interviewer stellen möchtest. Das zeigt dein Interesse an der Position und der Institution. Du könntest zum Beispiel nach den aktuellen Projekten im Team oder den Herausforderungen bei der Integration von Omics-Daten fragen.
✨Teamführung und Zusammenarbeit betonen
Da die Rolle auch das Führen eines Teams umfasst, solltest du deine Erfahrungen in der Teamleitung und Zusammenarbeit hervorheben. Erkläre, wie du in der Vergangenheit erfolgreich mit anderen Wissenschaftlern zusammengearbeitet hast und wie du PhD-Studenten betreut hast.
