PhD Students (f/m/d) for Integrated Data Science in Environmental and Life Sciences (IDEAS)

Die Helmholtz School for Integrated Data Science in Environmental and Life Sciences (IDEAS) verbindet die Fachkompetenz der Domänenwissenschaften des UFZ und HZDR mit der Stärke der Daten-/Informationswissenschaften der Universität Leipzig (LU) und der TU Dresden (TUD), unterstützt von CASUS als interdisziplinäre Brücke. IDEAS ist Teil der Helmholtz Information & Data Science Schools unter der Helmholtz Data Science Academy (HIDA).

Unser Forschungsschwerpunkt

IDEAS fördert und wendet moderne Datenwissenschaft (z.B. maschinelles Lernen, erklärbare KI, Unsicherheitsquantifizierung und AI-ready FAIR-Daten sowie Forschungsdatenmanagement) auf komplexe Herausforderungen in den Umwelt- und Lebenswissenschaften an.

Was Sie bei IDEAS erwarten können

IDEAS bietet eine strukturierte, interdisziplinäre Betreuung und Ausbildung, einschließlich gemeinsamer Betreuung über Disziplinen hinweg, einem Thesis Advisory Committee (TAC), einem maßgeschneiderten Curriculum und Kohortenaktivitäten (Seminare, Hackathons, Retreats) sowie starke Karriereentwicklung und Networking durch das IDEAS/HIDA-Ökosystem.

PhD-Themen

Dieser kollektive Aufruf umfasst 5 PhD-Themen, von denen 4 Stellen finanziert werden. Bewerber können für mehrere Projekte in Betracht gezogen werden und werden durch einen strukturierten Auswahl- und Bewertungsprozess zugeordnet.

• FloodLens: Schwere Stürme und Überschwemmungen verursachen große Schäden, und wenn sie gleichzeitig in verschiedenen Regionen auftreten, können Notfallmaßnahmen und Hilfe zusätzlich belastet werden. Dieses Projekt kombiniert fortschrittliche Deep-Learning-Architekturen und kausale Repräsentationslernräume mit erklärbarer KI, um physikalisch interpretierbare, robuste und vertrauenswürdige datengestützte saisonale und sub-saisonale Vorhersagen von räumlich ko-occurring Überschwemmungsereignissen und ihren großflächigen atmosphärischen Vorläufern zu entwickeln.
• SoilCloudAI: Bodenfeuchtigkeit kann Wolken, Dürren und Hitzewellen beeinflussen, aber diese Rückkopplungen sind schwer zu quantifizieren, da sie nichtlinear, räumlich verbunden und stark regimespezifisch sind. Dieses Projekt entwickelt interpretierbare und probabilistische graphbasierte KI-Methoden zur Identifizierung von Rückkopplungswegen zwischen Bodenfeuchtigkeit und Wolken aus In-situ-, Satelliten-, Reanalyse- und Klimamodell-Daten.
• TRACE-GBM: Kann künstliche Intelligenz die nächste Generation von Radiotracern für Gehirntumoren entwerfen? Glioblastom bleibt einer der tödlichsten menschlichen Krebsarten und erfordert dringend verbesserte Werkzeuge für die molekulare Bildgebung und gezielte Therapie. Dieses Projekt kombiniert modernste generative Proteindesigns, maschinelles Lernen, Radiochemie und PET-Bildgebung, um neuartige Mini-Proteinbinder gegen Glioblastom-Biomarker zu entwickeln.
• SafeBEEP: Der Verlust von bestäubenden Insekten wird durch die Verwendung von Pflanzenschutzprodukten mit unbeabsichtigten Nebenwirkungen verursacht. Mithilfe von Datenwissenschaft und KI beabsichtigen wir, die Eliminierung von Pflanzenschutzprodukten durch das Mikrobiom von Bestäubern vorherzusagen, um die Bienen zu schützen.
• DigitHealth: Kontinuierliche metabolische Sensortechnologien ermöglichen jetzt die hochfrequente Überwachung von Metaboliten wie Laktat, was reichhaltige physiologische Zeitreihendaten erzeugt. Dieses PhD-Projekt zielt darauf ab, neuartige digitale Marker für die Gewebegesundheit aus kontinuierlichen metabolischen Sensordaten zu entwickeln.
• Innovation Track: Neben den ausgeschriebenen Projekten bietet IDEAS einen Innovation Track für außergewöhnliche, selbst entwickelte Projektideen an. Ihre Idee kann frei gestaltet werden, muss jedoch im Bereich Lebenswissenschaften & Gesundheit oder Umweltwissenschaften liegen.

Ihre Aufgaben

Ihre Aufgaben hängen vom Projekt ab. In allen Projekten werden Sie originale PhD-Forschung an der Schnittstelle von Datenwissenschaft und Domänenwissenschaft durchführen, zu Publikationen und wissenschaftlicher Verbreitung beitragen und an IDEAS-Trainings- und Kohortenaktivitäten teilnehmen.

Ihr Profil

• Ein sehr guter Masterabschluss (MSc oder gleichwertig) in einem relevanten Bereich (z.B. Datenwissenschaft, Informatik, Mathematik/Statistik, Physik, Umweltwissenschaften, Lebenswissenschaften/Bioinformatik, computergestützte Sozialwissenschaften oder verwandte Bereiche), abhängig vom Projekt.
• Starke Programmier-/Datenanalysetalente und Motivation, mit großen, komplexen Datensätzen und modernen ML/AI-Methoden zu arbeiten.
• Ein starkes Interesse an interdisziplinärer Forschung, die Datenwissenschaft und Anwendungsbereiche verbindet, sowie die Fähigkeit zur Zusammenarbeit in vielfältigen Teams über Institutionen und Standorte hinweg.
• Sehr gute Englischkenntnisse (schriftlich und mündlich) für die Arbeit in einem internationalen Forschungsumfeld.

Anwendung + Hardfacts

• Arbeitsort: Leipzig oder Dresden, abhängig vom Projekt; mobiles Arbeiten möglich.
• Arbeitszeit: 100% (39h/Woche).
• Vertragsbeschränkungen: Befristeter Vertrag / 3 Jahre (Verlängerung um ein viertes Jahr ist möglich).
• Gehalt: Vergütung gemäß TVöD öffentlicher Dienst bis Entgeltgruppe 13 einschließlich attraktiver sozialer Leistungen des öffentlichen Dienstes.
• Kontakt: Sandra Hille (UFZ – Tel.: +49 341 6025 4674), Anne Pidt (HZDR – Tel.: +49 351 260 4716).
• Ihre Bewerbung: Die Frist für die Einreichung von Bewerbungen ist der 26. Juli 2026. Bitte finden Sie alle Informationen zur Einreichung der Bewerbung auf der IDEAS-Website.