Weiterentwicklung von Analysetools und -algorithmen im Bereich Mikrobiomanalyse, multivariater Statistik und Machine Learning
Jobbeschreibung:
In der neu eingerichteten Professur für Exposomforschung suchen wir eine/n Mitarbeiter/in zur Stärkung unseres interdisziplinären Forschungsteams.
Aufgaben:
Qualitätskontrolle, Aufbereitung und Analyse von Shotgun-Metagenomdaten sowie Exposomdaten, v. a. chemical Exposomics
Erstellung von Mikrobiom-Diversitäts- und Funktionsprofilen
Integration biologischer Marker (z. B. Leaky-Gut-Parameter) mit klinischen und ernährungsbezogenen Daten
Durchführung multivariater Clusteranalysen und Machine-Learning-Verfahren zur Subgruppenbildung
Anwendung erklärbarer KI-Modelle (z. B. Random Forest, SHAP)
Visualisierung und Dokumentation der Ergebnisse für wissenschaftliche Publikationen
Zusammenarbeit mit interdisziplinären Teams aus Medizin & Grundlagenwissenschaft
Ihr Profil:
Abgeschlossenes Studium in Bioinformatik, Datenwissenschaft, Biostatistik oder verwandten Bereichen
Erfahrung in der Analyse metagenomischer Daten sowie Exposomdaten aus dem humanen Kontext
Kenntnisse in Statistik, Clustering und Machine Learning (z. B. PCA, Random Forest, k-Means)
Sicherer Umgang mit Python und/oder R
Strukturierte, eigenständige Arbeitsweise und gute Teamfähigkeit
gute Deutsch- sowie Englischkenntnisse in Wort und Schrift
Bewerbung:
Persönliche Bewerbung an das Institut für Gesundheitsingenieurwesen.
Vorteile:
Mitarbeit in innovativen, interdisziplinären Forschungsprojekten
Einbindung in ein engagiertes wissenschaftliches Team
Möglichkeit zur Mitwirkung an Publikationen und Präsentationen
Zugang zu moderner Recheninfrastruktur und bioinformatischen Ressourcen
Weitere Informationen:
Nähere Informationen zur Stelle finden Sie auf unserer Homepage.
],