Postdoctoral positions in predictive modelling of antibiotic resistance spread

UNIL ist eine führende internationale Lehr- und Forschungseinrichtung mit über 5.000 Mitarbeitenden und 17.000 Studierenden, die auf dem Campus Dorigny, CHUV und Epalinges verteilt sind. Als Arbeitgeber fördert UNIL Exzellenz, individuelle Anerkennung und Verantwortung.

Wir suchen zwei Postdoktorandinnen oder Postdoktoranden, die unser Team an der Schnittstelle von evolutionärer Theorie, mikrobieller Ökologie und öffentlicher Gesundheit verstärken. Wir verwenden mathematische und statistische Modellierung, um Erkenntnisse aus genomischen und epidemiologischen Daten zu gewinnen, Probleme im Bereich der öffentlichen Gesundheit anzugehen und grundlegende Fragen zur bakteriellen Ökologie und Evolution zu beantworten.

Schließen Sie sich uns an, um Ansätze zur Vorhersage der Ausbreitung von Antibiotikaresistenzen auf der Ebene der Wirtspopulation zu entwickeln. Wir sind daran interessiert, grundlegende evolutionäre Erkenntnisse in robuste Vorhersagen über das reale Verhalten von Resistenzfrequenzen zu übersetzen. Wir suchen Forscher, die dieses Projekt durch verschiedene mögliche Richtungen gemeinsam gestalten:

• Epidemiologische Modellierung: Entwicklung hybrider mechanistisch-statistischer Modelle der Resistenzdynamik.
• Datengetriebene Vorhersage: Verwendung statistischer Modellierung, kausaler Inferenz oder maschinellen Lernens zur Vorhersage von Resistenztrends.
• Fitness-Schätzung: Ableitung der Fitnessauswirkungen von Resistenzdeterminanten anhand von Überwachungs- und Genomdaten.

Die Gruppe für evolutionäre Epidemiologie hat ihren Sitz im Department für Computational Biology der Universität Lausanne. Wir sind auch mit dem NCCR Microbiomes verbunden, was fantastische Möglichkeiten für Kooperationen mit experimentellen, klinischen und anderen Modellierungsgruppen bietet. Die Gruppe ist sehr freundlich, mit Menschen aus verschiedenen Hintergründen, die an einer Vielzahl von Projekten zur mikrobiellen Evolution und Dynamik arbeiten.

Wir suchen neugierige, kooperative und nachdenkliche Forscher. Das vorgesehene Thema ist Antibiotikaresistenz, aber es gibt etwas Flexibilität: Wenn Sie an anderen Aspekten der evolutionären Epidemiologie interessiert sind, zögern Sie nicht, uns zu kontaktieren. Wenn Ihnen unsere Arbeiten gefallen, möchten wir von Ihnen hören!

Stelleninformationen

• Dauer: 2 Jahre (anfänglicher Vertrag für 1 Jahr, aber Finanzierung ist für 2 Jahre verfügbar).
• Potenzial für eine weitere Verlängerung abhängig von der Finanzierung.
• Startdatum: idealerweise September 2026, aber es gibt Flexibilität in beide Richtungen.
• Arbeitsplatz: Universität Lausanne, Dorigny.
• Ein Doktortitel in einem relevanten Thema, wie z.B. Modellierung von Infektionskrankheiten, Computational Biology, Physik oder Statistik.
• Expertise in mathematischer Modellierung (einschließlich Modellanpassung), statistischer Modellierung oder maschinellem Lernen.
• Interesse an öffentlicher Gesundheit und Antibiotikaresistenz.
• Ausgezeichnete schriftliche und mündliche Kommunikationsfähigkeiten in Englisch.

Was die Position Ihnen bietet

• Eine spannende Gelegenheit, Ihre Forschung in einem unterstützenden und anregenden Umfeld zu gestalten.
• Außergewöhnliche Möglichkeiten zur Zusammenarbeit, z.B. durch das Netzwerk NCCR Microbiomes.
• Zugang zu erstklassigen Ressourcen und Möglichkeiten für unabhängige Finanzierung und Stipendien.
• Ausgezeichnete Unterstützung für weiteres Lernen und berufliche Entwicklung.
• Viele Gelegenheiten, an Konferenzen teilzunehmen und Ihr wissenschaftliches Netzwerk auszubauen.
• Attraktives Gehalt, schöne Lage und hervorragende Lebensqualität in einer großartigen Stadt.

Chancengleichheit

UNIL setzt sich für Gleichheit, Vielfalt und Inklusion innerhalb seiner Gemeinschaft ein. Es wird ein offenes und respektvolles Umfeld gewährleistet, das die persönliche Entwicklung fördert. Arbeitsbedingungen werden angeboten, die eine Balance zwischen Berufs- und Privatleben erleichtern. Unterstützung für frühkarrierierte Forscher wird ebenfalls bereitgestellt.