Im Forschungscampus MODAL ("Mathematische Optimierung und Datenanalyse Laboratorien") werden moderne mathematische Methoden und datengetriebene Ansätze zur Entwicklung innovativer Entscheidungsunterstützungssysteme erforscht und angewendet. Ziel ist es, Lösungen für zentrale gesellschaftliche Herausforderungen in Bereichen wie nachhaltige Energieversorgung, personalisierte Medizin oder der vernetzten Mobilität zu entwickeln. Innerhalb des MODAL-Campus befasst sich das MedLab mit der Entwicklung von KI-gestützten Verfahren zur Analyse dreidimensionaler Bilddaten von zellulären und subzellulären Strukturen, die durch Kryo-Elektronentomographie erfasst wurden. Diese Technologie ermöglicht einzigartige Einblicke in die Struktur lebender Zellen bis auf die Ebene einzelner Makromoleküle. Ziel ist die Anwendung künstlicher neuronaler Netzwerke zur automatisierten Analyse dieser Daten. Die Forschung erfolgt in enger Zusammenarbeit mit führenden akademischen und industriellen Partnern im Bereich der Kryo-Elektronentomographie.
 
Aufgabengebiet:
• Entwicklung und Implementierung von Methoden zur automatisierten Segmentierung dreidimensionaler Kryo-Elektronentomographie Bilddaten von zellulären und subzellulären Strukturen
• Anwendung künstlicher neuronaler Netzwerke zur Segmentierung dieser 3D-Daten
• Forschung und Entwicklung im Bereich der KI-gestützten Analyse von biomedizinischen Daten
• Implementierung und Evaluierung von Methoden zur KI-Validierung und Modellinterpretierbarkeit
• Zusammenarbeit mit akademischen und industriellen Partnern im Forschungscampus MODAL
• Publikation von Forschungsergebnissen in wissenschaftlichen Journalen
 
Einstellungsvoraussetzungen:
Abgeschlossenes wiss. Hochschulstudium (Diplom, Master) in Künstlicher Intelligenz oder Informatik
 
Erwünscht:
• Fortgeschrittene Kenntnisse und Erfahrung in der Bildverarbeitung
• umfangreiche Erfahrung in der Analyse von Kryo-Elektronentomographie-Daten
• Erfahrung mit der Nutzung des Softwaresystems Amira
• sehr gute Programmierkenntnisse in Python
• Interesse an Zellbiologie
• Bereitschaft zur Zusammenarbeit im Team sowie Engagement und Eigeninitiative
• sehr gute Englischkenntnisse in Wort und Schrift
• Gender- und Diversitätskenntnisse
 
Weitere Informationen erteilt Herr Dr. Daniel Baum (baum@zib.de).