Conduct research in an exciting, interdisciplinary large-scale project, Analyze requirements, and contribute to the conceptualization, design, and implementation of the Fertility Data and Collaboration Hub (FeDCH), Design and implementation of the legal, data protection and data security requirements for data sharing within the CRC and beyond, Participate in the Integrated Research Training Group ‘Reproduction.MS PhD-Training Centre in Translational Science’

Develop, implement, and maintain bioinformatics pipelines for various omics data, including RNASeq and scSeq besides others, Contribute to the development of new algorithms and methods for the efficient analysis of large-scale omics datasets, Participate in workflow automation and management using systems such as Snakemake, Participating in the Integrated Research Training Group ‘Reproduction.MS PhD-Training Centre in Translational Science’

Development of molecular descriptors from protein structures and simulations, Design and training of QSPR and machine learning models to predict ion-exchange isotherm parametersIntegration of predicted parameters into the CADET chromatography simulation framework, Simulation and analysis of batch and gradient elution processes using predictive isotherms, Curation and analysis of experimental chromatography data for model training and validation, Collaboration with experimental and industrial partners, Dissemination of results through high-quality publications and open-source software contributions

Integrate shotgun metagenomics data with genome-scale metabolic modeling, Use machine learning methods for proposing novel strategies to increase colonization potential of engineered probiotics strains in the human gut, Contribute to national and international research projects focused on the role of the microbiome in globally significant diseases, Share knowledge through publications, conference presentations, and outreach activities

Weiterentwicklung eines KI-Mechanismus zur Verarbeitung heterogener Maschinendaten aus Engineeringinformationen und der Shopfloor-Ebene, Harmonisierung der zur Verfügung stehenden Daten in einem konsistenten und auf Industriestandards beruhenden Informationsmodell, Erstellen einer informationstechnischen Basis für Simulationen und Digitale Zwillinge der Bestandsmaschinen, Konzeptionierung und industrienahe Validierung der erstellten Konzepte an einer Demo-Maschine (z.B. im Bereich Robotik)

Entwicklung einer Analyse-Pipeline für räumliche Einzelzell-Transkriptomdaten (scRNA-seq), Identifikation molekularer Marker und relevanter Zelltypen im Zusammenhang mit der BRAF-Inhibitor-Resistenz von Melanom-Hirnmetastasen, Entwicklung eines netzwerkbasierten Analyseansatzes unter Einsatz maschineller Lernverfahren, Identifikation Resistenz-assoziierter Gene und zugehöriger zellulärer Regulationsprogramme, Durchführung und Auswertung komplexer bioinformatischer Datenanalysen, Bereitstellung der Analyseergebnisse als Grundlage für experimentelle Projektpartner, Enge Zusammenarbeit mit internationalen Kooperationspartnern in Greifswald, Wien, Bergen und Budapest, Integration der entwickelten Methoden und Ergebnisse in weiterführende computergestützte Forschungsarbeiten

Perform bioinformatic analyses on brain insulin resistance and the epigenetic regulation of type 2 diabetes subtypes., Develop analysis pipelines to extract deeper insights from existing epigenetic and phenotypic datasets., Analyze blood DNA methylation from a large cohort., Apply machine and deep learning methods to build an epigenetic risk score., Optimize a data-integration pipeline combining epigenetic and proteomic data into a composite score., Analyze DNA methylation in muscle biopsies., Integrate methylome and transcriptome data to predict the relationship between DNA methylation and alternative splicing., Use established clustering methods in the group (PAM and WGCNA)., Integrate clinical and epigenetic data for correlation analyses., Use machine and deep learning to derive an epigenetic risk score., Apply PAM and WGCNA for data-driven patient stratification.

Eigenverantwortliche biometrische Planung, Durchführung und Auswertung klinischer Studien nach CTR und MDR über verschiedene medizinische Fachgebiete hinweg, Einsatz und Weiterentwicklung innovativer biometrischer Methoden und statistischer Strategien zur Beantwortung komplexer klinischer Fragestellungen, Durchführung eines risikobasierten statistischen Monitorings für laufende klinische Studien, Interdisziplinäre Zusammenarbeit mit Studienzentren, Projektteams und weiteren Fachexpert:innen, Aktive Mitwirkung an der Aus- und Weiterbildung im Bereich medizinische Biometrie, Statistik und Datenmanagement, Wissensvermittlung und Qualitätssicherung durch methodische Beratung und fachliche Unterstützung innerhalb des Teams

Working with Next-Generation-Sequening (NGS) Data, Processing and analysis of metagenomic data, Working independently with different bioinformatic tools, Visualisation of the results, Validation of scientific questions for the processed data set

Conduct research on the mathematical foundations of modern data-driven learning and forecasting methods., Contribute to university teaching, including the preparation and delivery of tutorials, supervision of student projects, and grading of examinations and other coursework (1 SWS per semester)., Support and carry out research-related academic activities, such as the compilation of scientific materials, publication of research results, and participation in national and international conferences.