Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top Universitäten 
Für Unternehmen Auf einen Blick
- Aufgaben: Entwickle Deep Learning-Infrastrukturen für Genomdaten und unterstütze innovative Forschungsprojekte.
- Arbeitgeber: Institut für Genetik und Cluster für Exzellenz in der Altersforschung.
- Mitarbeitervorteile: Flexible Arbeitszeiten, Weiterbildungsmöglichkeiten und Unterstützung bei der Vereinbarkeit von Beruf und Familie.
- Andere Informationen: Dynamisches, diverses Team mit hervorragenden Karrierechancen.
- Warum dieser Job: Arbeite an der Schnittstelle von KI und Biomedizin und mache einen echten Unterschied.
- Gewünschte Qualifikationen: PhD oder gleichwertige Erfahrung in Informatik, Bioinformatik oder KI erforderlich.
Das voraussichtliche Gehalt liegt zwischen 50000 - 65000 € pro Jahr.
Wir suchen einen Deep Learning Engineer (f/m/x), um die Poetsch-Gruppe bei der Untersuchung von Genomen und deren Veränderungen im Alterungsprozess sowie bei der Krebsentwicklung zu unterstützen. Diese kernfinanzierte Position konzentriert sich auf den Aufbau von Deep-Learning-Infrastrukturen für Omics-Daten im Labor und darüber hinaus.
Verantwortlichkeiten
- Enger Austausch mit anderen Labormitgliedern, um theoretische Konzepte in praktische Codes umzusetzen.
- Technische Anleitung für Junior-Mitglieder und Praktikanten bereitstellen.
- Implementierung und Evaluierung modernster Techniken und Algorithmen im Bereich maschinelles Lernen und Deep Learning, mit starkem Fokus auf Omics-Daten.
- Entwicklung und Test neuer Algorithmen, oft von akademischen Arbeiten zu funktionierendem Code.
- Erstellung interner Werkzeuge zur Beschleunigung der Forschung, wie automatisierte Evaluierungsrahmen, Datenannotationswerkzeuge oder spezialisierte Bibliotheken.
Qualifikationen
- Doktortitel in Informatik, Bioinformatik, Künstlicher Intelligenz oder einem verwandten Bereich oder gleichwertige Erfahrung.
- Solides Verständnis der Grundlagen des maschinellen Lernens, einschließlich gängiger Algorithmen, Modelltraining und Evaluierungstechniken.
- Erfahrung mit Python-Programmierung und mindestens einem AI/ML-Framework (z.B. TensorFlow, PyTorch).
- Kenntnisse in Datenwissenschaftskonzepten wie Datenvorverarbeitung, Merkmalsauswahl und explorativer Analyse.
- Erfahrung in der biomedizinischen Datenwissenschaft.
- Neugier und Bereitschaft, aufkommende AI-Domänen im biomedizinischen Bereich zu erkunden.
- Sehr gute zwischenmenschliche und kommunikative Fähigkeiten; Fähigkeit, effektiv in einer vielfältigen, kollaborativen und interdisziplinären Forschungsumgebung zu arbeiten.
- Fließend in Englisch – schriftlich und mündlich (Deutsch ist nicht erforderlich).
Vorteile
- Gelegenheit, Schulungen in modernen Methoden zur Anwendung von Deep Learning auf Genomdaten und deren Integration zu erhalten.
- Ein vielfältiges Arbeitsumfeld mit Chancengleichheit.
- Unterstützung bei der Vereinbarkeit von Beruf und Familie.
- Umfangreiche Möglichkeiten zur Weiterbildung.
- Angebote im Bereich des betrieblichen Gesundheitsmanagements.
- Flexible Arbeitszeitmodelle.
Die Universität zu Köln fördert Chancengleichheit und Vielfalt. Frauen werden gemäß dem Gleichstellungsgesetz des Landes Nordrhein-Westfalen bevorzugt berücksichtigt. Wir begrüßen ausdrücklich Bewerbungen von allen geeigneten Kandidaten unabhängig von Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Behinderung, Alter, sexueller Orientierung und Identität.
Stelleninformationen
- Position verfügbar ab sofort in Vollzeit (39,83 Stunden pro Woche).
- Befristet bis , mit Möglichkeit der Verlängerung.
- Gehalt basierend auf Vergütungsgruppe 13 TV-L des öffentlichen Dienstes in Deutschland.
- Referenznummer: Wiss .
Stelle veröffentlicht am :59 CET.
Deep Learning Engineer for Omics Data (f/m/x) Wiss2604-09 | Institute for Genetics and the Clus[...] Arbeitgeber: Karlstad University
Kontaktperson:
Karlstad University HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Deep Learning Engineer for Omics Data (f/m/x) Wiss2604-09 | Institute for Genetics and the Clus[...]
✨Netzwerken, Netzwerken, Netzwerken!
Nutze Plattformen wie LinkedIn, um mit Leuten aus der Branche in Kontakt zu treten. Lass uns nicht vergessen, dass persönliche Empfehlungen oft den Unterschied machen können!
✨Sei proaktiv!
Warte nicht darauf, dass die Stellenanzeigen dich finden. Kontaktiere direkt die Institute oder Unternehmen, die dich interessieren, und zeige dein Interesse an ihren Projekten.
✨Bereite dich auf technische Interviews vor!
Mach dich mit den gängigen Fragen und Herausforderungen im Bereich Deep Learning vertraut. Übe das Programmieren unter Zeitdruck, um deine Fähigkeiten zu zeigen.
✨Bewirb dich über unsere Website!
Wenn du eine Stelle bei uns siehst, zögere nicht! Bewirb dich direkt über unsere Website, um sicherzustellen, dass deine Bewerbung die richtige Aufmerksamkeit bekommt.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Deep Learning Engineer for Omics Data (f/m/x) Wiss2604-09 | Institute for Genetics and the Clus[...]
Tipps für deine Bewerbung 🫡
Mach es persönlich!: Zeig uns, wer du bist! Verwende in deinem Anschreiben eine persönliche Ansprache und erzähle uns, warum du dich für die Stelle als Deep Learning Engineer interessierst. Lass deine Leidenschaft für Omics-Daten und Deep Learning durchscheinen!
Betone deine Erfahrungen: Erzähle uns von deinen bisherigen Projekten und Erfahrungen im Bereich Machine Learning und Deep Learning. Zeige auf, wie du theoretische Konzepte in praktische Lösungen umgesetzt hast – das ist genau das, was wir suchen!
Sei konkret: Vermeide allgemeine Floskeln und sei konkret in deinen Aussagen. Nenne spezifische Technologien oder Frameworks, mit denen du gearbeitet hast, wie TensorFlow oder PyTorch. Das zeigt uns, dass du genau weißt, wovon du sprichst!
Bewirb dich über unsere Website: Wir freuen uns darauf, deine Bewerbung zu sehen! Bewirb dich direkt über unsere Website, um sicherzustellen, dass wir alle Informationen schnell und einfach erhalten. So können wir dich besser kennenlernen!
Wie du dich auf ein Vorstellungsgespräch bei Karlstad University vorbereitest
✨Verstehe die Grundlagen
Mach dich mit den grundlegenden Konzepten des maschinellen Lernens und der Deep Learning-Techniken vertraut. Sei bereit, über deine Erfahrungen mit Python und AI/ML-Frameworks wie TensorFlow oder PyTorch zu sprechen. Zeige, dass du die Theorie in die Praxis umsetzen kannst.
✨Bereite praktische Beispiele vor
Überlege dir konkrete Projekte oder Herausforderungen, die du in der Vergangenheit gemeistert hast. Sei bereit, darüber zu sprechen, wie du theoretische Konzepte in funktionierenden Code umgesetzt hast, insbesondere im Bereich der Omics-Daten.
✨Zeige Teamgeist
Da die Position enge Zusammenarbeit mit anderen Labormitgliedern erfordert, ist es wichtig, deine Kommunikationsfähigkeiten zu betonen. Bereite Beispiele vor, in denen du technische Anleitung gegeben oder erfolgreich im Team gearbeitet hast.
✨Sei neugierig und offen für neue Ideen
Die Forschung im Bereich der Biomedizin entwickelt sich ständig weiter. Zeige deine Neugier und Bereitschaft, neue AI-Domänen zu erkunden. Sprich darüber, wie du dich über aktuelle Trends informierst und welche neuen Technologien du gerne ausprobieren würdest.