Wissenschaftliche*r Projektmitarbeiter*in mit Diplom/Master

Organisationseinheit: Klinisches Institut für Pathologie und Molekularpathologie
Eintrittsdatum: 07.01.2027
Anzeigennummer: 60900-2026-002133

Unser Forschungsprojekt „Analysis of response to Immunotherapy in MSI tumors: Evaluation and Prediction of Response to Immunotherapy in Microsatellite Instable Carcinomas“ untersucht die molekulare und zelluläre Heterogenität mithilfe modernster Multi-Omics, räumlicher Transkriptomik (Spatial Transcriptomics) und computergestützter Pathologie (Computational Pathology), um Erkenntnisse über Tumorbiologie, Therapieresistenz und die Entwicklung von Biomarkern zu gewinnen. Das Projekt wird von einem interdisziplinären und internationalen Team aus Patholog*innen, Molekularbiolog*innen und Expert*innen für computergestützte Pathologie durchgeführt und bietet ein innovatives Umfeld für die translationale Krebsforschung.

Schwerpunkt der Position Wir suchen eine*n PhD-Kandidat*in mit fortgeschrittenen Programmier- und IT-Kenntnissen (Computational Expertise), um die Datenanalyse, -integration und Methodenentwicklung zu leiten. Diese Rolle ergänzt unser bestehendes Team aus hochqualifizierten Molekularbiolog*innen und Laborant*innen und konzentriert sich auf computergestützte Pathologie, räumliche Omics-Analysen (Spatial Omics) und Bioinformatik für große, komplexe Datensätze.

Ihre Aufgaben

• Entwicklung und Pflege robuster Bioinformatik- und Biostatistik-Pipelines für räumliche Transkriptomik und multiplexe räumliche Phänotypisierung in Zusammenarbeit mit den LIMICS-, Sorbonne-Center-for-AI- und SIRIC-CURAMUS-Hubs in Paris
• Integration und Analyse von RNA-, Protein- und Whole-Slide-Imaging-Daten; Durchführung von Qualitätskontrolle, Normalisierung, Annotation auf Zell- und Gewebeebene sowie fortgeschrittener Visualisierung neuer, aus räumlichen Technologien hervorgehender Datentypen
• Leitung von Machine-Learning- und Deep-Learning-Ansätzen für die digitale Pathologie, einschließlich Segmentierung, Phänotypisierung und Feature Engineering aus segmentierten Gewebekompartimenten; Erweiterung bestehender Klassifikatoren und Analysepipelines (z. B. QuPath-basierter Workflows)
• Anwendung von In-situ-Multiomics-Plattformen auf der Datenseite; Zusammenarbeit mit Wet-Lab-Kolleg*innen bei Versuchsplanung und Datenaufbereitung
• Management von High-Performance-Computing-Workflows für Whole-Slide-Bilder und große räumliche Datensätze; Einsatz GPU-beschleunigter Methoden entsprechend den Anforderungen von ML-/DL-Pipelines
• Zusammenarbeit in einem internationalen Netzwerk mit jährlichen Präsenztreffen (Linz/Paris), wöchentlichen virtuellen Lab-Meetings sowie einem geplanten mehrmonatigen Forschungsaufenthalt in Paris zur Vertiefung der Kompetenzen in In-situ-Transkriptomik, Bioinformatik und Statistik
• Dokumentation und Präsentation der Ergebnisse in internen Besprechungen, auf Konferenzen und in Publikationen; Mitwirkung an der Lehre sowie an der Co-Betreuung von Studierenden
• Etablierte digitale Pathologie-Workflows (z. B. QuPath, Python) für Multiplex-Immunfluoreszenz, Segmentierung, Phänotypisierung und Analysen räumlicher Zellnachbarschaften; Machine-Learning-Klassifikatoren zur Unterteilung von Gewebekompartimenten befinden sich bereits in der Entwicklung
• Internationale Zusammenarbeit mit Teams der Sorbonne University (CRSA, SIRIC CURAMUS) sowie gezielte Unterstützung beim Aufbau und bei der Integration von Bioinformatik-/KI-Workflows
• Enge Zusammenarbeit mit dem Clinical Research Institute Medical Artificial Intelligence
• Eigenständige wissenschaftliche Forschung im Rahmen des Projekts mit dem Ziel des Verfassens einer Dissertation (PhD-Arbeit)

Ihr Profil

• Abgeschlossenes Diplom- oder Masterstudium in Informatik, Lebenswissenschaften, Medizin oder einem verwandten Fachgebiet (bzw. in einem eng verwandten rechnergestützten Fachbereich mit ausgeprägtem Interesse an biomedizinischen Anwendungen)
• Sehr gute Programmierkenntnisse und fundierte computergestützte Expertise in den Bereichen Bioinformatik, Statistik und Computational Pathology für die Verarbeitung räumlicher Omics- und digitalpathologischer Daten
• Erfahrung mit Machine Learning/Deep Learning für Bildanalyse und/oder Omics-Integration; Kenntnisse in der Entwicklung von Analysepipelines und im GPU-beschleunigten Rechnen sind von Vorteil
• Fähigkeit zur Zusammenarbeit in interdisziplinären Teams sowie zur effektiven Kommunikation auf Englisch; Deutschkenntnisse auf Niveau B1 bzw. die Bereitschaft, Deutsch zu lernen, werden erwartet (Englisch Niveau B2)
• Selbstständige, zuverlässige und teamorientierte Arbeitsweise

Unser Angebot

• Auf Basis einer Vollzeitbeschäftigung (40 Wochenstunden) beträgt das monatliche Mindestgehalt € 3.776,10 brutto (14 x pro Jahr, KV-Einstufung B1)
• Stabile Arbeitgeberin
• Attraktiver Campus mit guter Verkehrsanbindung
• Kontinuierliche, attraktive Bildungschancen
• Moderne Forschungsinfrastruktur
• Dynamisches Forschungsumfeld
• Sport und Bewegung (USI)
• u.v.m.

Ende Bewerbungsfrist: 16.11.2026

Im Sinne des Frauenförderungsplans der JKU Linz werden Frauen besonders ermutigt, sich zu bewerben, diese werden bei gleicher Qualifikation vorrangig aufgenommen. Menschen mit Beeinträchtigung, welche zum „Kreis der begünstigt Behinderten“ gehören, werden bei entsprechender Eignung besonders berücksichtigt.

Platz für Ihre Zukunft? Wir freuen uns auf Ihre Bewerbung über unser Jobportal. Für inhaltliche Auskünfte steht Ihnen Univ.-Prof. Dr. Rupert Langer, E-Mail: rupert.langer@kepleruniklinikum.at zur Verfügung.

Standort: Krankenhausstraße 5, 4020 Linz