Current Open Positions

PhD candidate (m/f/d) in the field of Medical Bioinformatics

The Institute of Medical Bioinformatics at the University Medical Center Göttingen (UMG) is filling a position for a

PhD candidate (m/f/d) in the field of Medical Bioinformatics

• Duration: initially limited to three years with the option of extension,
• Part-time (65%)
• Compensation according to TV-L

About us:

Our institute is a leader in the bioinformatic analysis of genetic high-throughput data, particularly in the development of biomarker signatures and advanced approaches of machine learning for personalized and systems medicine.

The research focus of our department is on methods to evaluate biomedical data and applications in Systems Medicine. We develop methods to statistically or bioinformatically analyze and understand especially high-dimensional data sets coming from biomedical research (e.g. genome sequencing, transcriptomics and proteomics) and to apply these methods in biomedical research.

Especially, genomics, transcriptomics, proteomics and other omics as well as the integrative analysis and meaningful interpretation of such different data types pose major challenges for method development, where the methods have to be tailored towards the specific applications. We therefore apply methods from the area of machine learning or artificial learning as well as statistical computing.

PhD Topics:

We are looking for an ambitious PhD candidate who want to be at the forefront of research in medical bioinformatics. Our new projects address themes focusing on the Long/Post-COVID (LC/PC) syndrome and the improvement of treatment outcomes, which involves the use of innovative artificial intelligence (AI) and multidisciplinary expertise to analyze molecular and clinical data from LC/PC patients.
Another key area of focus is the prediction of treatment outcomes in pancreatic cancer, where we integrate multi-omics data and histopathology images into a multimodal learning approach.

We are seeking motivated PhD candidates eager to work at the forefront of medical bioinformatics research. Our new projects focus on topics such as Long/Post-COVID syndrome and improving treatment outcomes, combining artificial intelligence (AI) with interdisciplinary expertise to analyze molecular and clinical data from LC/PC patients.

Another key research area is the prediction of treatment outcomes in pancreatic cancer, where we use advanced federated AI methods to develop robust models for estimating treatment success. We aim to further enhance these models by incorporating multi-omics data and histopathological images into a multimodal learning approach.

Your Tasks:

• Application and further development of methods of artificial intelligence and machine learning

• Support in the analysis of genomic

Your Profile:

• Degree (Diploma/M.Sc.) in, Bioinformatics, , Data Science, Computer Science, Physics, Biology, or a related field
• Basic understanding of biological and biomedical concepts
• Expertise in computer science, data science, and machine learning
• Proficient in programming languages such as Python, Java, R, or JavaScript
• Enthusiasm for working with complex data models
• Interest in interdisciplinary collaboration
• Excellent English language skills in both written and spoken; knowledge of German is advantageous
• High motivation, teamwork, and initiative

Our Offer:

• Structured and guided onboarding

• Diverse activities in a multidisciplinary, interdisciplinary team

• Support for internal and external training as well as scientific events

• Participation in structured PhD programs in Biology, Molecular Medicine, Computer Science, or Data Science

Application:

Please submit your application by 24th of November.

We are looking forward to your application under the following Link: https://umg.recruiting-portal.com/r/z11pbjnslohpp2u/PhD+student+fmd+in+the+field+of+Medical+Bioinformatics/37077/G%C3%B6ttingen

Universitätsprofessur (w/m/d) Statistik mit Schwerpunkt kausale Methoden in der Medizin

Die Universitätsmedizin Göttingen (UMG) verfolgt im Rahmen ihrer strategischen Planung die konsequente Weiterentwicklung ihrer profilbildenden Forschungsschwerpunkte Neurowissenschaften, Herz-Kreislauf-Medizin und Onkologie mit translationalen Ansätzen u.a. als Partnerstandort der Gesundheitsforschungszentren Deutsches Zentrum für Herz-Kreislauf-Forschung (DZHK), Deutsches Zentrum für Neurodegenerative Erkrankungen (DZNE) und Deutsches Zentrum für Kinder- und Jugendgesundheit (DZKJ). Die UMG ist auf dem Göttingen Campus eng vernetzt mit den natur- und biowissenschaftlichen Einrichtungen der Universität sowie den außeruniversitären Einrichtungen am Standort. Im Bereich Datenwissenschaften und Informatik kooperiert die UMG eng mit dem Campus-Institut Data Science (CIDAS) der Universität und ist Teil des Niedersächsischen Forschungszentrums für künstliche Intelligenz und kausale Methoden in der Medizin (CAIMed). CAIMed verknüpft niedersächsische Standorte in methodischer KI-Forschung, datenintensiver Medizin, biomedizinischer Informatik und medizinischer Grundlagenforschung zu einem einzigartigen Forschungsverbund für KI und personalisierte Medizin.

Im Institut für Medizinische Statistik der UMG ist eine

Universitätsprofessur (w/m/d)

Statistik mit Schwerpunkt kausale Methoden in der Medizin

(Bes. Gr. W1 auf Zeit, tenure track W2)

zum 01.06.2025 zu besetzen. Die Ernennung erfolgt zunächst für die Dauer von drei Jahren. Bei positiver Zwischenevaluation wird das Dienstverhältnis um weitere drei Jahre verlängert. Die Überleitung in eine Lebenszeitprofessur (W2) ohne Ausschreibung erfolgt nach einer positiven Evaluation der Juniorprofessur im fünften Jahr.

CAIMed schafft 13 interdisziplinäre Nachwuchsgruppen in den Clustern „KI und Semantik“, „KI und Entscheidungen“, „KI und Wirkstoffe“ und „KI und Signale“, um aktuelle Forschungs- und An­wendungs­fragen zu adressieren.

Die Professur umfasst den Aufbau und die Leitung einer Arbeitsgruppe im CAIMed-Cluster „KI und Semantik“ mit dem Schwerpunkt „Statistische Evidenz in KI-Systemen“ am Institut für Medizinische Statistik.

Ihre Aufgaben:

• Aufbau und Leitung der Nachwuchsforschungsgruppe „Statistische Evidenz in KI-Systemen“
• Entwicklung, Untersuchung und Anwendung von Methoden zur kausalen Inferenz und zur Evaluation von Künstlicher Intelligenz
• Enge und strukturierte Vernetzung sowohl mit anderen Arbeitsgruppen an der UMG insbesondere im Bereich der Herzmedizin als auch mit den weiteren Standorten von CAIMed
• Engagement in der universitären Lehre und Betreuung von Student:innen

Anforderungen:

• Herausragende Promotion in Statistik, Mathematik oder einem verwandten Fach mit starken quantitativen Komponenten
• Zumindest eine begrenzte Phase eigenständiger wissenschaftlicher Tätigkeit auf dem Gebiet der Statistik oder Data Science nach der Promotion
• Erfahrung in der Entwicklung und Anwendung von Methoden zur kausalen Inferenz und Evaluation von Künstlicher Intelligenz
• Überdurchschnittliches Publikationsprofil
• Bereitschaft zu interdisziplinärer, wissenschaftlicher Zusammenarbeit
• Bereitschaft und Fähigkeit, drittmittelgeförderte Forschungsprojekte kompetitiv einzuwerben

Die Ausschreibung richtet sich an Bewerberinnen und Bewerber in einer frühen Phase ihrer wissenschaftlichen Karriere, die nach einer herausragenden Promotion dabei sind, ein eigenständiges wissenschaftliches Profil zu entwickeln.

Die Einstellungsvoraussetzungen für Juniorprofessorinnen und Juniorprofessoren ergeben sich aus § 30 des Niedersächsischen Hochschulgesetzes in der zurzeit geltenden Fassung. Die UMG besitzt das Berufungsrecht.

Bewerbungen von Wissenschaftlerinnen und Wissenschaftlern aus dem Ausland sind ausdrücklich erwünscht.

Die UMG strebt eine Erhöhung des Frauenanteils an und fordert daher qualifizierte Frauen ausdrücklich zur Bewerbung auf. Schwerbehinderte werden bei entsprechender Eignung bevorzugt berücksichtigt.

Bitte reichen Sie Ihre Bewerbungsunterlagen bis spätestens 28.11.2024 online

über folgenden Link ein: go.umg.eu/berufungen

Bei Fragen stehen wir unter Berufungen(at)med.uni-goettingen.de gerne zur Verfügung.