Am Forschungsinstitut Kinderkrebs-Zentrum am Universitätsklinikum Hamburg-Eppendorf ist in der Arbeitsgruppe Computational Pediatric Oncology (Leitung Prof. Dr. Michael Bockmayr) zum 01.11.2026 eine Stelle als wissenschaftliche:r Mitarbeiter:in (PhD-Student) zu besetzen. Ein späterer Eintritt ist prinzipiell denkbar. Eine Promotion ist möglich und wird aktiv unterstützt.
Die Stelle ist im Rahmen eines BMFTR-geförderten Juniorverbundprojekts zu besetzen, das in enger Kooperation mit der TU Berlin (Dr. Mina Jamshidi Idaji/Machine Learning Group) und der LMU München (Prof. Dr. Philipp Jurmeister/Computational and Molecular Pathology) durchgeführt wird. Im Mittelpunkt steht die Entwicklung neuartiger Methoden für das multimodale maschinelle Lernen in der computergestützten Diagnostik. Ziel ist die Integration histopathologischer, klinischer und molekularer Daten zur Optimierung KI-gestützter Entscheidungshilfen in der Onkologie.
Eine professionelle und individuelle Betreuung wird über den gesamten Zeitraum gewährleistet. Darüber hinaus erwartet Sie im Forschungsinstitut ein motiviertes und dynamisches Team aus Ärzt:innen, Naturwissenschaftler:innen, Bioinformatiker:innen, technischen Assistent:innen und Studierenden, die im Rahmen unterschiedlicher Projekte und Ansätze der Erforschung kindlicher Krebserkrankungen auf der Spur sind.
Ihre Aufgaben:
Die Position ist drittmittel- und projektbedingt auf drei Jahre befristet.
Wir freuen uns auf eine aussagekräftige Bewerbung inkl. Motivationsschreiben, CV, Referenzen, Abschlusszeugnissen, Liste der besuchten Lehrveranstaltungen sowie ggf. Verlinkung von Code-Beispielen, Abschlussarbeiten oder Publikationen.
Wir leben Diversität und schätzen Vielfalt
Wir bieten ein Arbeitsumfeld, das unabhängig von Alter, Geschlecht, sexueller Identität, Behinderung, ethnischer und sozialer Herkunft oder Religion gleiche Chancen ermöglicht. Dieses bestätigen wir mit dem Beitritt zur Charta der Vielfalt. Wir streben ausdrücklich eine Erhöhung des Anteils von Frauen in Führungspositionen an, insbesondere beim wissenschaftlichen Personal in Forschung und Lehre. Gleiches gilt im Falle einer Unterrepräsentation eines Geschlechts im ausschreibenden Bereich. Personen mit Schwerbehinderung werden bei gleicher Eignung, Befähigung und fachlicher Leistung vorrangig berücksichtigt.
Bitte beziehen Sie sich in Ihrer Bewerbung auf AkademischeStellen.com