Professur für Clinical Computational Cancer Biology (W3) (w/m/d)

Die Universität zu Köln ist eine der größten und forschungsstärksten Hochschulen Deutschlands mit einem vielfältigen Fächerangebot. Sie bietet mit ihren sechs Fakultäten und ihren inter‑fakultären Zentren ein breites Spektrum wissenschaftlicher Disziplinen und international herausragender Profilbereiche. Das Deutsche Krebsforschungszentrum (DKFZ) ist eines der größten Krebsforschungszentren Europas. „Forschen für ein Leben ohne Krebs“ ist unsere Mission und hierfür arbeiten unsere Weltklasse‑wissenschaftlerinnen und -wissenschaftlern gemeinsam mit allen Mitarbeitenden.

Ihre Aufgaben

• Im Rahmen dieser Professur leiten Sie eine DKFZ‑Forschungsabteilung im Rahmen des NCT.
• Sie werden umfassende und hochwertige Datensätze analysieren und Algorithmen für das NCT‑IIT‑Programm entwickeln.
• Insbesondere sollen Machine Learning‑Methoden zum besseren Verständnis von inter‑ und intratumoraler Heterogenität und Evolution, von chromosomal instabilen Tumoren sowie ferner zur Risikostratifizierung und Früherkennung entwickelt werden.
• Die Professur wird eine führende Rolle bei der Einrichtung geeigneter Datensätze in den NCT/SUDO‑Datenbanken haben, um Parameter klinischer Studien zu überwachen.
• Wichtige Elemente für Big‑ und Deep‑Data‑Analysen aus klinischen Studien und Datenbanken zu Tumorgewebeproben werden bereitgestellt.
• Das Programm wird in die DKFZ Digital Oncology Faculty integriert, um komplexe Genomanalysen in primären Tumoren und Metastasen zu ermöglichen und Herausforderungen wie divergente Reaktionen oder resistente Phänotypen durch adaptives Studiendesign anzugehen.
• Am Campus Köln wird die Professur in den Forschungsschwerpunkt „Tumorbiologie, Infektion und Immunität“ integriert und wird eng mit den Einrichtungen des Centrums für Integrierte Onkologie (CIO), dem West German Genome Center (WGGC), dem Exzellenzcluster CECAD, dem Zentrum für Molekulare Medizin Köln (ZMMK) sowie dem Regionalen Rechenzentrum Köln (RRZK) und dem Center for Data and Simulation Sciences (CDS) kooperieren.

Qualifikationen und Erwartungen

• Die zukünftige Professorin / der zukünftige Professor soll eine international ausgewiesene Persönlichkeit im Bereich der Computational Cancer Biology sein.
• Ausgewiesene Erfahrungen in der Analyse onkologischer Daten, speziell im klinischen Kontext, sowie eine außerordentliche Publikationsleistung und eine hohe Drittmitteleinwerbungskompetenz werden erwartet.
• Einschlägige Publikationen sind vorzuweisen.
• Ausgeprägte Teamfähigkeit, Management‑ und Führungskompetenz sowie Diversitätskompetenz, soziale Kompetenz, die Koordination von wissenschaftlichen Projekten und Bereitschaft zur interdisziplinären Zusammenarbeit in nationalen und internationalen Netzwerken werden vorausgesetzt.
• Aktive Zusammenarbeit in NCT‑bezogenen Angelegenheiten mit Ämtern und Gremien, aktive Beiträge zur NCT School of Clinical Cancer Research sowie aktive Beteiligung an Strukturbewertungen und Evaluationen des NCT und des DKFZ werden erwartet.
• Beteiligung an gemeinsamen Forschungsaktivitäten der Fakultät sowie Mitarbeit in der Selbstverwaltung der Fakultät wird ebenso erwartet.
• Um eine enge Verbindung von Forschung und Lehre zu gewährleisten, wird von der Kandidatin / dem Kandidaten erwartet, dass sie / er sich mit einer reduzierten Lehrverpflichtung von 2 Semesterwochenstunden in der Lehre der Medizinischen Fakultät engagiert.

Formale Voraussetzung für die Bewerbung ist die Habilitation oder gleichwertige wissenschaftliche Qualifikationen in Forschung und Lehre.

Die Universität zu Köln und das DKFZ bieten Ihnen ein exzellentes wissenschaftliches Umfeld, vielfältige Angebote zur professionellen Personalentwicklung sowie Unterstützung für Dual Career‑Paare und bei der Vereinbarkeit von Familie und Beruf. Die Universität zu Köln und das DKFZ fördern Chancengerechtigkeit und Vielfalt. Bewerbungen von Frauen werden nach Maßgabe des LGG NRW bevorzugt berücksichtigt. Wir begrüßen ausdrücklich alle Bewerbungen unabhängig von Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Behinderung, Alter sowie sexueller Orientierung und Identität.