Staff Scientist/Postdoctoral Fellow - Computational Biology

Staff Scientist/Postdoctoral Fellow - Computational Biology

Vollzeit 58500 - 71500 € / Jahr (geschätzt) Kein Homeoffice möglich
Universität Basel

Auf einen Blick

  • Aufgaben: Führe spannende Analysen in der Krebsforschung durch und entwickle innovative computergestützte Methoden.
  • Unternehmen: Interdisziplinäres Team an der Universität Basel mit Fokus auf Neuroimmunologie.
  • Vorteile: Starke Mentorship-Programme, internationale Zusammenarbeit und Unterstützung für deine Karriere.
  • Weitere Informationen: Dynamisches Umfeld mit exzellenten Entwicklungsmöglichkeiten und kreativer Freiheit.
  • Warum dieser Job: Gestalte die Zukunft der Biomedizin und arbeite an bahnbrechenden Projekten.
  • Qualifikationen: Doktorat in Computational Biology oder verwandten Bereichen und Erfahrung mit Einzelzelltechnologien.

Das prognostizierte Gehalt liegt zwischen 58500 - 71500 € pro Jahr.

Als gemeinsames Unternehmen der Universität Basel und der Universitätsspitäler Basel bringt das Department of Biomedicine (DBM) grundlegende und klinische Wissenschaftler zusammen, um das Verständnis von Gesundheit und Krankheit voranzutreiben. Wir sind Heimat von mehr als 67 Forschungsgruppen und über 800 Mitarbeitern an sechs Standorten im Herzen von Basel. Unsere kollaborative und internationale Umgebung fördert Innovation, Exzellenz und wirkungsvolle Forschung.

Das Cancer Neuroimmunology, geleitet von Prof. Karen Dixon, sucht eine vollständig finanzierte Postdoc-Position. Schließen Sie sich unserer Gemeinschaft an und helfen Sie, die Zukunft der Biomedizin zu gestalten. Das Dixon-Labor an der Universität Basel sucht einen hochmotivierten Forschungsmitarbeiter zur Untersuchung neuro-immunologischer Interaktionen bei Krebs. Die Rolle der intra-tumoralen Neuronen ist komplex und noch nicht vollständig verstanden. Während einige Studien darauf hindeuten, dass sie eine kritische Rolle bei Tumorprogression und Metastasen spielen, berichten andere, dass sie zur anti-tumoralen Immunität beitragen können. Unser Labor widmet sich dem Verständnis der Innervationslandschaft peripherer Tumoren und ihrer Rolle in der Immunonkologie.

Wir sind besonders an Kandidaten mit Erfahrung in der Analyse zellulärer und molekularer Netzwerke interessiert, die die Gewebe-Homöostase und Krankheiten betreffen, insbesondere unter Verwendung von Einzelzell- und räumlichen Omikansätzen. Unsere Forschung ist hochinterdisziplinär und verbindet Tumorbiologie, Immunologie und Neurowissenschaften mit einem starken Fokus auf rigorose computergestützte Analysen.

Ihre Position

Der erfolgreiche Kandidat wird eine zentrale Rolle bei der Gestaltung, Analyse und Interpretation von Projekten in der computergestützten und Einzelzellbiologie spielen und dabei hohe methodische Standards, Reproduzierbarkeit und robuste analytische Arbeitsabläufe sicherstellen. Zu den Aufgaben gehören:

  • Leitung computergestützter Analysen von Einzelzell-, räumlicher Transkriptomik und Multi-Omik-Datensätzen
  • Entwicklung und Pflege reproduzierbarer, gut dokumentierter Analyse-Pipelines
  • Anwendung und Anpassung von maschinellen Lern- und KI-Ansätzen auf biologische Fragestellungen
  • Enge Zusammenarbeit mit experimentellen Wissenschaftlern zur Unterstützung des Studiendesigns und der Dateninterpretation
  • Beitrag zur Antragstellung und Gestaltung der computergestützten Strategie des Labors
  • Mentoring und Beratung von Doktoranden und Postdoktoranden
  • Veröffentlichung von Erstautor-Manuskripten und Präsentation der Arbeiten auf internationalen Konferenzen

Ihr Profil

Erforderliche Qualifikationen

  • Doktortitel in Computational Biology, Bioinformatik, Informatik, Mathematik, Biomedizinischen Wissenschaften oder einem eng verwandten Bereich
  • Erfahrung mit Einzelzell- und/oder räumlichen Omik-Technologien
  • Starker Hintergrund in der computergestützten Datenanalyse mit solidem Verständnis biologischer und biomedizinischer Konzepte
  • Fachkenntnisse in maschinellem Lernen, KI oder statistischer Modellierung, die auf biologische Daten angewendet werden
  • Beherrschung wissenschaftlicher Rechenframeworks
  • Starke analytische Denkweise, Problemlösungsfähigkeiten und Kommunikationsfähigkeiten
  • Nachgewiesene Fähigkeit, unabhängig zu arbeiten und gleichzeitig effektiv zu kollaborativen Projekten beizutragen

Wünschenswert (aber nicht erforderlich)

  • Vertrautheit mit Datensätzen aus der Neurobiologie, Immunologie oder Krebsbiologie

Wir bieten Ihnen

  • Ein anregendes, interdisziplinäres Forschungsumfeld, das sich auf Neuroimmunologie bei Krebs konzentriert
  • Ein dynamisches und internationales Team mit einer starken Kultur der Zusammenarbeit und gegenseitigen Unterstützung
  • Enge Interaktion mit benachbarten Laboren in Neurowissenschaften, Immunologie, Onkologie und Krebsimmunologie
  • Starke Mentorship, einschließlich Unterstützung bei der Karriereentwicklung und Anleitung zu unabhängigen Forschungskarrieren
  • Intellektuelle Freiheit zur Entwicklung computergestützter Methoden und wissenschaftlicher Ideen
  • Wettbewerbsfähiges akademisches Umfeld an der Universität Basel

Staff Scientist/Postdoctoral Fellow - Computational Biology Arbeitgeber: Universität Basel

Die Universität Basel ist ein hervorragender Arbeitgeber, der seinen Mitarbeitenden eine langfristige Perspektive in einem stabilen und zukunftsorientierten Umfeld bietet. Mit einer sorgfältigen Einarbeitungsphase und kontinuierlichen Weiterbildungsmöglichkeiten fördert die Universität aktiv das Wachstum ihrer Angestellten. Die offene und serviceorientierte Arbeitskultur ermöglicht es Ihnen, direkt mit Dozierenden und Veranstaltenden zusammenzuarbeiten und Ihre technischen Fähigkeiten in einem internationalen und dynamischen Team weiterzuentwickeln.

Universität Basel

Kontaktdaten:

Universität Basel Recruiting-Team

Wir glauben, dass du diese Fähigkeiten brauchst, um Staff Scientist/Postdoctoral Fellow - Computational Biology mit Bravour zu bestehen

Computational Biology
Bioinformatik
Datenanalyse
Einzelzell-Omics
Räumliche Transkriptomik
Multi-Omics-Datensätze
Maschinelles Lernen