Postdoctoral Researcher in AI for Single-cell Epigenomics (m/f/d)

Postdoctoral Researcher in AI for Single-cell Epigenomics (m/f/d)

Vollzeit 50000 - 65000 € / Jahr (geschätzt) Homeoffice (teilweise)
MAX-DELBRÜCK-CENTRUM FÜR MOLEKULARE MEDIZIN

Auf einen Blick

  • Aufgaben: Entwickle KI-Modelle zur Analyse von Einzelzell-Daten in der Epigenomik.
  • Unternehmen: Max-Delbrück-Centrum für Molekulare Medizin mit interdisziplinärer Forschungskultur.
  • Vorteile: Internationale Arbeitsumgebung, flexible Arbeitszeiten und Karrierechancen.
  • Weitere Informationen: Idyllischer Campus mit Gesundheitsangeboten und Unterstützung für Familien.
  • Warum dieser Job: Gestalte die Zukunft der Medizin durch innovative Forschung und Zusammenarbeit.
  • Qualifikationen: PhD oder MSc in Naturwissenschaften mit starkem Fokus auf Datenanalyse.

Das prognostizierte Gehalt liegt zwischen 50000 - 65000 € pro Jahr.

Das Max-Delbrück-Centrum für Molekulare Medizin in der Helmholtz-Gemeinschaft hat sich zum Ziel gesetzt, die Medizin von morgen durch unsere Entdeckungen von heute zu transformieren. An Standorten in Berlin-Buch, Berlin-Mitte, Heidelberg und Mannheim nutzen unsere Forscher interdisziplinäre Zusammenarbeit, um die Komplexität von Krankheiten auf Systemebene zu entschlüsseln – von Molekülen und Zellen bis hin zu Organen und dem gesamten Organismus. Durch akademische, klinische und industrielle Partnerschaften sowie globale Netzwerke streben wir an, biologische Entdeckungen in Anwendungen zu übersetzen, die eine frühzeitige Erkennung von Abweichungen von der Gesundheit ermöglichen, Behandlungen zu personalisieren und letztendlich Krankheiten zu verhindern.

Wir suchen einen hochmotivierten Postdoktoranden, der dem Team für Computational and Developmental Biology am Max-Delbrück-Centrum für Molekulare Medizin (MDC) in Berlin beitritt. Unser interdisziplinäres Team entwickelt innovative rechnergestützte Ansätze zur Rekonstruktion von Gewebeverläufen aus multimodalen Einzelzell- und räumlichen Omics-Daten und zur Aufdeckung der regulatorischen Mechanismen, die die zelluläre Differenzierung während der embryonalen Entwicklung von Wirbeltieren antreiben. In diesem Projekt werden Sie quantitative Modelle des maschinellen Lernens entwickeln, um zu untersuchen, wie verschiedene Schichten der epigenetischen Regulation Entscheidungen über das Zellschicksal beeinflussen.

In enger Zusammenarbeit mit experimentellen Gruppen werden Sie mit großangelegten Multiome-Datensätzen von Maus- und Zebrafischembryonen arbeiten, einschließlich Einzelzellmessungen der Chromatinzugänglichkeit, der Promotoraktivität, der Histonmodifikationen und der Chromatin-Topologie.

Aufgaben:

  • Entwicklung von Sequenz-zu-Funktion Deep-Learning-Modellen (z.B. Borzoi-, Enformer- oder AlphaGenome-Stil), um die Chromatinzugänglichkeit, Histonmodifikationen, die höhere Chromatinorganisation und die Genexpression in Maus- und Zebrafischembryonen vorherzusagen.
  • Entwurf und Durchführung großangelegter in silico Störungsexperimente, einschließlich Motif-Ablation, virtueller Transkriptionsfaktor-Knock-outs und Screening von regulatorischen Elementen, um mechanistische Hypothesen zu generieren.
  • Analyse experimenteller Störungsdatensätze aus internen Projekten und Kooperationen, einschließlich Störungen von Histonmodifizierern und Entwicklungs-Signalwegen wie Nodal, BMP, FGF, WNT und Retinsäure.
  • Vergleich der Embryogenese von Maus und Zebrafisch zur Identifizierung konservierter und artspezifischer regulatorischer Programme.
  • Enge Zusammenarbeit mit experimentellen Forschern zur Gestaltung von Validierungsexperimenten und zur Verfeinerung prädiktiver Modelle.
  • Aktive Mitwirkung an einem hochgradig interdisziplinären und kollaborativen Umfeld von rechnergestützten und experimentellen Biologen.

Anforderungen:

  • Doktorat (oder MSc mit mehreren Jahren Berufserfahrung) in den Bereichen Computer- oder Naturwissenschaften mit starkem rechnergestütztem/quantitativem Fokus.
  • Starke Programmierkenntnisse in Python oder R; Erfahrung mit einem modernen Deep-Learning-Framework; Erfahrung im Aufbau effizienter und wiederverwendbarer Software ist von Vorteil.
  • Solide Kenntnisse im Bereich des maschinellen Lernens.
  • Erfahrung mit der Analyse von Hochdurchsatz-Sequenzierungsdaten (Single-Cell RNA-seq, ATAC-seq, Multiome) ist sehr wünschenswert.
  • Interesse an Genomik, Genregulation und/oder Entwicklungsbiologie.
  • Fähigkeit, sowohl unabhängig als auch im Team in einem interdisziplinären Umfeld zu arbeiten.

Vorteile:

  • Internationales Arbeitsumfeld mit Kommunikation in Englisch und Deutsch.
  • Interessante Karrierechancen und eine Vielzahl von Möglichkeiten zur weiteren Qualifikation und Weiterbildung.
  • Vereinbarkeit von Familie und Beruf, zertifiziert durch das audit berufundfamilie.
  • Unterstützung für „Neue Berliner“ durch das MDC Welcome & Family Office.
  • Vergütung gemäß dem Tarifvertrag für den öffentlichen Dienst (TVöD-Bund), einschließlich zusätzlicher betrieblicher Altersvorsorge.
  • Sichere Anstellung.
  • Flexible Arbeitszeiten und Unterstützung bei der Kinderbetreuung.
  • Die Möglichkeit des mobilen Arbeitens.
  • Ein idyllischer grüner Campus, der leicht mit dem Fahrrad, öffentlichen Verkehrsmitteln oder dem Auto erreichbar ist.
  • Kostenlose Nutzung von Nextbike vom S-Bahnhof Buch zum Campus.
  • Subvention für das Jobticket sowie Rabatte in der Mensa auf dem Campus.
  • Gesundheits- und Fitnesszentrum auf dem Campus.
  • Zusätzliche Gesundheitsleistungen wie Grippeschutzimpfung, Sehtest, ergonomische Beratung am Arbeitsplatz.

Kontakt:

Markus Mittnenzweig AG Mittnenzweig

Postdoctoral Researcher in AI for Single-cell Epigenomics (m/f/d) Arbeitgeber: MAX-DELBRÜCK-CENTRUM FÜR MOLEKULARE MEDIZIN

Das Max-Delbrück-Centrum für Molekulare Medizin in der Helmholtz-Gemeinschaft ist ein hervorragender Arbeitgeber, der eine internationale und interdisziplinäre Arbeitsumgebung bietet, in der Forschung und Innovation im Bereich der Biomedizin im Vordergrund stehen. Mit flexiblen Arbeitszeiten, Unterstützung für Familien und vielfältigen Weiterbildungsmöglichkeiten fördert das MDC die persönliche und berufliche Entwicklung seiner Mitarbeiter. Der idyllische Campus in Berlin-Buch, gut erreichbar mit öffentlichen Verkehrsmitteln, bietet zudem zahlreiche Annehmlichkeiten wie ein Gesundheits- und Fitnesszentrum sowie eine attraktive Vergütung nach dem Tarifvertrag für den öffentlichen Dienst (TVöD-Bund).

MAX-DELBRÜCK-CENTRUM FÜR MOLEKULARE MEDIZIN

Kontaktdaten:

MAX-DELBRÜCK-CENTRUM FÜR MOLEKULARE MEDIZIN Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass Sie so Postdoctoral Researcher in AI for Single-cell Epigenomics (m/f/d) 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 helfen, einen Fuß in die Tür zu bekommen.

Tipp Nummer 2

Bereite dich auf Vorstellungsgespräche vor, indem du häufige Fragen und spezifische Themen zu deinem Fachgebiet übst. Zeig dein Wissen über aktuelle Trends in der Epigenomik und KI – das wird Eindruck machen!

Tipp Nummer 3

Sei proaktiv und zeig Initiative! Wenn du eine interessante Stelle siehst, bewirb dich direkt über unsere Website. Lass uns wissen, warum du perfekt für die Rolle bist und was du zur Forschung beitragen kannst.

Tipp Nummer 4

Mach dir Gedanken über deine Soft Skills! Teamarbeit und Kommunikation sind in interdisziplinären Projekten entscheidend. Bereite Beispiele vor, wie du in der Vergangenheit erfolgreich im Team gearbeitet hast.

Wir glauben, dass du diese Fähigkeiten brauchst, um Postdoctoral Researcher in AI for Single-cell Epigenomics (m/f/d) mit Bravour zu bestehen

Quantitative Machine Learning
Deep Learning
Python
R
High-Throughput Sequencing Data Analysis
Single-Cell RNA-seq
ATAC-seq

Einige 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 diese Position interessierst. Lass deine Leidenschaft für die Forschung durchscheinen!

Betone deine Fähigkeiten:Stell sicher, dass du deine Programmierkenntnisse in Python oder R sowie deine Erfahrung mit maschinellem Lernen klar hervorhebst. Wir wollen wissen, was du kannst und wie du unser Team bereichern kannst!

Sei konkret:Gib konkrete Beispiele für deine bisherigen Projekte oder Erfahrungen an, die relevant für die Stelle sind. Zeig uns, wie du mit großen Datensätzen gearbeitet hast und welche Erfolge du erzielt hast!

Bewirb dich über unsere Website:Vergiss nicht, dich direkt über unsere Website zu bewerben! So stellst du sicher, dass deine Bewerbung schnell und unkompliziert bei uns ankommt. Wir freuen uns auf deine Unterlagen!

Wie man sich auf ein Vorstellungsgespräch bei MAX-DELBRÜCK-CENTRUM FÜR MOLEKULARE MEDIZIN vorbereitet

Verstehe die Anforderungen

Mach dir ein genaues Bild von den Anforderungen der Stelle. Lies die Stellenbeschreibung gründlich durch und überlege, wie deine Erfahrungen und Fähigkeiten dazu passen. Bereite konkrete Beispiele vor, die zeigen, wie du die geforderten Kompetenzen in der Vergangenheit angewendet hast.

Technisches Wissen auffrischen

Da es sich um eine Position im Bereich KI und Epigenomik handelt, solltest du dein technisches Wissen in Python, R und maschinellem Lernen auffrischen. Sei bereit, technische Fragen zu beantworten oder sogar kleine Programmieraufgaben während des Interviews zu lösen.

Interdisziplinäre Zusammenarbeit betonen

Hebe deine Fähigkeit hervor, in interdisziplinären Teams zu arbeiten. Überlege dir Beispiele, bei denen du erfolgreich mit anderen Fachrichtungen zusammengearbeitet hast, um komplexe Probleme zu lösen. Dies ist besonders wichtig, da die Stelle enge Zusammenarbeit mit experimentellen Forschern erfordert.

Fragen vorbereiten

Bereite einige durchdachte Fragen vor, die du dem Interviewer stellen kannst. Das zeigt dein Interesse an der Position und dem Unternehmen. Frage beispielsweise nach den aktuellen Projekten im Team oder wie die Zusammenarbeit zwischen den verschiedenen Forschungsgruppen aussieht.