Aufgabenbeschreibung
Unterstützung bei der Entwicklung und Koordination eines größeren Forschungsprojekts im Bereich Neurourbanismus. Das Projekt umfasst moderne multimodale Datenerfassungs- und Analyseansätze mit Experimenten im Labor und in realen Umwelten.
Sie unterstützen den Projektleiter bei der Koordination und Leitung von Treffen der Kooperationspartner*innen, um die Zusammenarbeit in der ersten Phase der Antragsentwicklung zu strukturieren und zu unterstützen. Darüber hinaus sind Sie für die Durchführung mindestens eines Experimentes zur Erfassung und Analyse multimodaler physiologischer (EEG-DOT oder EEG-NIRS-MRI) und zusätzlicher Sensordaten in einem stationären und/oder mobilen Protokoll und der Publikation der Ergebnisse in einem internationalen Journal verantwortlich. Der*die Bewerber*in muss Lehre im Umfang von 4 SWS durchführen.
Sie haben die einzigartige Gelegenheit, mit einem international führenden Forscherteam der TU Berlin, der Charité Berlin und des Max-Planck-Instituts Berlin sowie internationalen Kooperationspartnern zusammenzuarbeiten und dabei moderne mobile Bildgebungsverfahren sowie etablierte MRT-Verfahren einzusetzen. Wir bieten Ihnen hervorragende Möglichkeiten zur Nutzung herausragender Laborinfrastrukturen und Expertise in der Anwendung maschinellen Lernens für komplexe multimodale Daten. Die TU Berlin und ihre Kooperationspartner bieten ein exzellentes und anregendes Umfeld für eine Karriere in den kognitiven Neurowissenschaften und Sie profitieren vom Austausch mit führenden Expert*innen anderer Fachbereiche der TU Berlin sowie der Humboldt-Universität, der Freien Universität und der Charité Berlin.
Die Möglichkeit zur Promotion ist gegeben.
Erwartete Qualifikationen
1. erfolgreich abgeschlossenes wissenschaftliches Hochschulstudium (Master, Diplom oder Äquivalent) in Computational Neuroscience, Cognitive Neuroscience, Psychologie oder einem verwandten Fachgebiet
2. sehr gute Kenntnisse in mindestens einer der folgenden physiologischen Messmethoden (EEG/NIRS/DOT/MRT), nachgewiesen durch Publikation
3. ausgezeichnete Statistikkenntnisse und sehr gute Programmierkenntnisse in Python, MATLAB und/oder R
4. exzellente mündliche und schriftliche Englischkenntnisse (Niveau C1); Englisch ist die Arbeitssprache im Projekt
Wünschenswert:
5. Erfahrung in der Durchführung und Analyse mehrerer der aufgeführten Methoden sowie Vorkenntnisse im Bereich Umweltneurowissenschaften/Neurourbanistik
6. Kenntnisse im maschinellen Lernen und multimodalen Datenanalysen
7. Erfahrung mit mobilen und stationären Augenbewegungsmessungen