Über die Stelle
Berufsbezeichnung: Klinischer, Mikrobiom- und translationaler Forschungs-Wissenschaftler (PhD)
Vertragsart: Auftragnehmer
Standort: Remote (Weltweit)
Zusammenfassung der Stelle: In dieser Rolle bringen Sie Ihre Expertise ein, um beim Training von KI-Systemen der nächsten Generation zu helfen. Ihre Arbeit wird gestalten, wie Modelle lernen, schlussfolgern und performen – durch hochwertige Eingaben aus der realen Welt.
Hauptaufgaben
- Konzipieren und Verfassen anspruchsvoller wissenschaftlicher Probleme auf Expertenniveau in Mikrobiom/Metagenomik, klinischer und translationaler Bioinformatik und verwandten Lebenswissenschaften mit klaren, überprüfbaren Lösungen.
- Überprüfen und Bewerten von KI-Modellausgaben hinsichtlich wissenschaftlicher Genauigkeit, Strenge und Tiefe der Schlussfolgerung und Erkennen subtiler Fehler, die Nicht-Spezialisten übersehen würden.
- Entwickeln detaillierter Bewertungsraster und Referenzantworten, die auf Primärliteratur und etablierter Methodik basieren.
- Anwenden von Fachwissen in Bereichen wie 16S und Shotgun-Metagenomik, Virom-/Wirts-Mikrobiom-Analyse, Biomarker-Entdeckung, klinischer Genomik und omics-getriebener Präzisionsmedizin.
- Bereitstellen klarer schriftlicher Erläuterungen Ihrer Schlussfolgerungen, damit andere Experten sie nachvollziehen und validieren können.
- Erfüllen von Qualitätsstandards durch iteratives Feedback und Peer-Review.
Erforderliche Qualifikationen (MUSS)
- PhD in Mikrobiologie, Bioinformatik, Computational Biology, biomedizinischen Wissenschaften, Immunologie, Epidemiologie oder einem eng verwandten Fachgebiet.
- Praktische Forschungserfahrung in einem akademischen oder industriellen Labor (Nasslabor-Erfahrung ist ein Plus).
- Professionelles schriftliches und mündliches Englisch (C1 oder höher).
Bevorzugte Fähigkeiten
- Postdoktorale oder industrielle Forschungserfahrung in Mikrobiom-, klinischer oder translationaler Forschung.
- Publikationsrekord, idealerweise Erstautorenbeiträge in relevanten Fachzeitschriften.
- Mikrobiom-Tools: QIIME2, Kraken2, MetaPhlAn, HUMAnN, MAG-Assembly/Binning, Virom-Analyse.
- Klinisch/translational: TCGA, UK Biobank, Biomarker-Entdeckung, Überlebensanalyse, EHR-+-Omics-Integration, Onkologie-/Immunologie-Genomik.
- Statistik und ML für hochdimensionale biologische Daten.
- Programmierung: Python und/oder R (in der Praxis erforderlich), Bash, Workflow-Tools.
- Erfahrung mit dem Überprüfen, Benchmarking oder Verfassen wissenschaftlicher Inhalte.