Stellen im Hochschulwesen
Stellenangebote Übersicht Arbeitgeber für Arbeitgeber Impressum
Impressum
Universität Marburg

Universität Marburg
Vollzeit, Befristet
Marburg
Jetzt bewerben

Ausschreibungs-ID:
fb12-0012-wmz-2026

Eintrittstermin: nächstmöglich

Bewerbungsfrist: 26.07.2026

Entgeltgruppe: E 13 TV-H

Befristung:
2 Jahre

Umfang: Vollzeit

Die 1527 gegründete Philipps-Universität bietet vielfach ausgezeichnete Lehre für rund 22.000 Studierende und stellt sich mit exzellenter Forschung in der Breite der Wissenschaft den wichtigen Themen unserer Zeit.

Am Fachbereich Mathematik und Informatik, Hessian.AI-Forschungsgruppe „Artificial Intelligence – Deep Decision Support Systems“, geleitet von Prof. Dr. Martin Becker, ist zum nächstmöglichen Zeitpunkt befristet auf 2 Jahre, soweit keine Qualifizierungsvorzeiten anzurechnen sind, eine Vollzeitstelle als

Wissenschaftlichen Mitarbeiterin (Postdoktorand*in)

zur Entwicklung wissenszentrierter KI für reale Anwendungen (z. B. Foundation Models, geometrisches Deep Learning oder Graph-Neuronale Netze im biomedizinischen Bereich) zu besetzen. Die Eingruppierung erfolgt nach Entgeltgruppe 13 des Tarifvertrages des Landes Hessen.

Sie werden Teil einer dynamischen und hochmotivierten Forschungsgruppe sein ( ). Wir entwickeln wissenszentrierte KI- und Machine-Learning-Methoden (z. B. Foundation Models, Graph and Geometric Deep Learning, oder Pattern Mining), um hochrelevante Herausforderungen mit Schwerpunkt auf biomedizinischen Fragestellungen zu adressieren (z. B. Schwangerschaft, Alzheimer oder Krebs). Die Gruppe bietet ein starkes Netzwerk zu lokaler KI-Expertise (Hessian.AI, TU Darmstadt), Zugang zu modernen GPU-Rechenclustern sowie ein breites internationales Netzwerk (Stanford, UC San Diego, Lund in Schweden, McGill in Kanada). Perspektivisch wird diese Position eng mit dem UKE Hamburg an der Modellierung biomedizinischer Systeme zusammenarbeiten.

Ihre Aufgaben:

  • Entwicklung wissenszentrierter Methoden der Künstlichen Intelligenz zum Verständnis komplexer Systeme (z. B. Foundation Models, Graph- und Geometric DL, Explainable AI, Pattern Mining, …)
  • nationale und internationale Zusammenarbeit mit KI-Forscherinnen und Fachexpertinnen (Single Cell und Spatial Biology, Biomedizin, Immunesystem- und Schwangerschaftsforschung, neurodegenerative Krankheiten, Verhaltensmodellierung, …)
  • Vorantreiben von Forschung mit hoher wissenschaftlicher Wirkung: Beitrag zu Open-Source-Werkzeugen, (Mit-)Autorenschaft von begutachteten Konferenz- und Zeitschriftenpublikationen, internationale Präsentation der Ergebnisse
  • Dienstleistungen in Forschung und Lehre, einschließlich Betreuung und Mentoring von Studierenden und Promovierenden
  • Entwicklung und Umsetzung von Projektideen, einschließlich der Vorbereitung und Mitarbeit an wettbewerbsfähigen Forschungsanträgen – als Grundlage für ein international sichtbares, eigenständiges wissenschaftliches Profil

Es handelt sich um eine befristet zu besetzende Qualifizierungsstelle zum Erwerb weiterer wissenschaftlicher Kompetenzen (z. B. Vorbereitung auf eine nachfolgende Qualifikationsphase). Im Rahmen der übertragenen Aufgaben wird die Möglichkeit zu eigenständiger wissenschaftlicher Arbeit geboten, die der eigenen wissenschaftlichen Qualifizierung dient. Die Befristung richtet sich nach § 2 Abs. 1 WissZeitVG.

Ihr Profil:

  • sehr gut abgeschlossenes wissenschaftliches Hochschulstudium (Diplom, Master oder vergleichbar) sowie (zum Zeitpunkt der Einstellung sehr gut abgeschlossene) Promotion in Informatik, Mathematik, Physik oder einem vergleichbaren Fach; ggf. auch in einer angewandten Wissenschaft, zum Beispiel Ingenieurwesen, Biologie oder Medizin, mit methodischem Schwerpunkt auf maschinellem Lernen
  • starkes Interesse an der Entwicklung von KI für reale Anwendungen
  • mehrjährige Erfahrung in Machine Learning, KI und Data Science mit fundierten theoretischen Grundlagen; von Vorteil, aber nicht erforderlich: Kenntnisse in Einzelzell- oder räumlicher Biologie sowie in der Integration von Multi-Omics-Daten (z. B. Flow Cytometry, CyTOF, MERFISH oder Spektroskopie)
  • strukturierte, selbstständige und teamorientierte Arbeitsweise mit ausgeprägten Kommunikationsfähigkeiten
  • Fähigkeit zur Arbeit in interdisziplinären Teams sowie zur Anleitung von Nachwuchswissenschaftler*innen; zudem ein starkes Engagement für die eigene wissenschaftliche Weiterentwicklung
  • sehr gute Englischkenntnisse in Wort und Schrift sowie hervorragende Präsentationsfähigkeiten für Forschungsergebnisse

Die Bereitschaft zur eigenen wissenschaftlichen Qualifizierung wird erwartet.

Wir bieten:

  • ein anregendes, interdisziplinäres Forschungsumfeld in einer wachsenden, ambitionierten und teamorientierten Forschungsgruppe zu wissenszentrierter Künstlicher Intelligenz sowie biomedizinischer, umweltbezogener und verhaltenswissenschaftlicher Forschung
  • Einbindung in Netzwerke von KI- und Biomedizin-Expert*innen, einschließlich des neu gegründeten AI Space an der Philipps-Universität Marburg, des Hessischen Zentrums für Künstliche Intelligenz (Hessian.AI, TU Darmstadt) sowie des Universitätsklinikums Hamburg-Eppendorf (UKE)
  • ein umfangreiches internationales Netzwerk mit Partnern wie der Stanford University, UC San Diego, McGill University (Kanada) oder Universität Lund (Schweden)
  • Zugang zu modernster Technologie, großskaligen Rechenclustern (z. B. über Hessian.AI) sowie exzellenter Forschungsinfrastruktur
  • umfassende und aktive Unterstützung bei der persönlichen und wissenschaftlichen Weiterentwicklung, einschließlich der Ausbildung Übernahme von Leitungsaufgaben in Forschungsprojekten und Gruppenmanagement, Erweiterung der Lehrerfahrung sowie Betreuung von Abschlussarbeiten
  • eine Universität mit vielfältigen angewandten Forschungsschwerpunkten, darunter Tumorforschung, Synthetische Mikrobiologie, Neurowissenschaften und Geowissenschaften, sowie einer breiten Palette an Einrichtungen und Angeboten

Kontakt für weitere Informationen Martin Becker (https://bckrlab.org)

+49 6421-28 25509

martin.becker@uni-marburg.de

Wir fördern Frauen und fordern sie deshalb ausdrücklich zur Bewerbung auf. In Bereichen, in denen Frauen unterrepräsentiert sind, werden Frauen bei gleicher Eignung bevorzugt berücksichtigt. Als familienfreundliche Hochschule unterstützen wir unsere Beschäftigten bei der Vereinbarkeit von Familie und Beruf. Eine Besetzung des Arbeitsplatzes in Teilzeit sowie eine Reduzierung der Arbeitszeit ist grundsätzlich möglich. im Sinne des § 2 Abs. 2 und 3 SGB IX werden bei gleicher Eignung bevorzugt. Bewerbungs- und Vorstellungskosten werden nicht erstattet.

Bitte bewerben Sie sich bis zum 26.07.2026 ausschließlich über den untenstehenden Bewerbungs-Button.