← Zur Jobübersicht

Wissenschaftliche*r Mitarbeiter*in – Bioinformatik 26/Sa19

Eckdaten

Hochschule
Uni Greifswald
Website
uni-greifswald.de ↗
Standort
Greifswald
Stellenart
Wissenschaftlicher Mitarbeiter
Vergütung
E13 TV-L
Befristung
Befristet
Bewerbungsfrist
30.06.2026
Fachgebiete
Bioinformatik, Biologie, Biomathematik, Informatik, Mathematik / Statistik, Naturwissenschaft

Wissenschaftliche*r Mitarbeiter*in – Bioinformatik 26/Sa19

28.05.2026

|

Wissenschaftliches Personal, Promotionsstelle

| Frist:
30.06.2026

Stellenausschreibung als PDF

Am Institut für Mathematik und Informatik, AG Bioinformatik, der Mathematisch-Naturwissenschaftlichen Fakultät der Universität Greifswald ist vorbehaltlich der Mittelbereitstellung, voraussichtlich zum nächstmöglichen Zeitpunkt, befristet für die Dauer von 3 Jahren, eine Stelle als teilzeitbeschäftigte*r (75 v. H.)

wissenschaftliche*r Mitarbeiter*in

zu besetzen. Die Vergütung erfolgt nach Entgeltgruppe 13 TV-L Wissenschaft. 

Deep Learning revolutioniert derzeit die Genomannotation. So erreicht beispielsweise unser neues Deep-Learning-basiertes Genvorhersageprogramm Tiberius eine Genauigkeit, die mit unserer Annotationspipeline BRAKER3 vergleichbar ist, auch ohne Verwendung von RNA-Seq-Daten. Aufbauend auf diesen Ergebnissen und Codebasen wird der*die erfolgreiche Kandidat*in an einem Forschungsprojekt im Bereich Bioinformatik und maschinelles Lernen arbeiten, das sich mit der Inferenz alternativer Spleißformen unter Verwendung von Deep-Learning-Methoden und PacBio-Long-Read-Transkriptomdaten sowie der Evolution von Isoformen bei Insekten befasst. Die Arbeit wird in Zusammenarbeit mit Prof. Gregor Bucher (Universität Göttingen) im Rahmen des Projekts „Alternative Splicing and the Evolution of Holometaboly“ durchgeführt, das Teil des DFG-Schwerpunktprogramms „Genomic Basis of Evolutionary Innovations (GEvol)“ ist.

Arbeitsaufgaben:

  • Entwurf, Training und Benchmarking von Deep-Learning-Sequence-to-Sequence-Architekturen
  • Implementierung neuer Machine-Learning-Schichten und Modellkomponenten
  • Anwendung von Tools für die Genomanalyse und molekulare Evolution
  • Die Stelle bietet die Möglichkeit zur Promotion zu einem Thema im oben genannten Forschungsbereich

Einstellungsvoraussetzungen:

  • Master-Abschluss in Bioinformatik, Biomathematik, Informatik, Biologie oder einem verwandten Fachgebiet
  • Fundierte Programmierkenntnisse in Python
  • Beherrschung der mathematischen Grundlagen des maschinellen Lernens (lineare Algebra, Analysis)
  • Englischkenntnisse, die B2 oder höher entsprechen (die Arbeitssprache ist Englisch)

Erwünscht sind:

  • Erfahrung mit Unix-Shell, Git, PyTorch, TensorFlow, SLURM
  • Erfahrung im Umgang mit Genom- oder Transkriptomdaten
  • Kenntnisse über Sequenz-zu-Sequenz-Modelle (Hidden Markov Models, Attention Mechanisms, Recurrent Neural Networks)
  • Motivation, in einem interdisziplinären Team mit Biologen und Informatikern zu arbeiten

Diese Ausschreibung richtet sich an alle Personen unabhängig von ihrem Geschlecht. Schwerbehinderte werden bei gleicher Eignung bevorzugt berücksichtigt.

Gemäß § 68 Abs. 3 PersVG M-V erfolgt die Beteiligung des Personalrats in Personalangelegenheiten des wissenschaftlichen/künstlerischen Personals nur auf Antrag. 

Kosten, die Ihnen im Rahmen des Bewerbungsverfahrens entstehen, können vom Land Mecklenburg-Vorpommern leider nicht übernommen werden.

Wir weisen darauf hin, dass die Einreichung der Bewerbung eine datenschutzrechtliche Einwilligung in die Verarbeitung Ihrer Bewerberdaten durch uns darstellt. Näheres zur Rechtsgrundlage und Datenverwendung finden Sie hier.

Bewerbungen mit den üblichen Unterlagen (insbes. Lebenslauf, Anschreiben, Zeugniskopien, ggf. Publikationsliste) sind vorzugsweise per E-Mail (eine pdf-Datei) unter Angabe der Stellenausschreibungsnummer 26/Sa19 bis zum 30.06.2026 zu richten an:

mario.stanke@uni-greifswald.de

Um dich für diesen Job zu bewerben, besuche bitte www.uni-greifswald.de.

Newsletter

Erhalten Sie mit unserem Newsletter wöchentlich die Top-Stellenanzeigen von deutschen Hochschulen direkt per E-Mail. Jederzeit kündbar. Keine Werbung.