Doktorand/-in (w/m/d) für den Bereich „Machine Learning“
UKA Aachen, Germany
- Institution
- UKA Aachen
- Country
- Germany
- Subject area
- Computer Science & AI
- Application deadline
- 2 October 2026
- Location
- Aachen, Nordrhein-Westfalen, DE
- Funding
- Fully funded position
Want to be the strongest applicant for this position?
Book a free 15-minute call with our team. We will look at your profile against what UKA Aachen is actually looking for, and tell you honestly where you stand and what to strengthen before you apply.
Book a free call about this position →No cost, no obligation. Mentors who have secured funded PhD positions themselves.
We mentor STEM applicants only. If your research aspirations are outside STEM subjects, you're very welcome to use this board and apply directly; we just aren't the right people to mentor you.
About this position
Im Zentrum für Humangenetik und Genommedizin besetzten wir eine Stelle als
Einsatzort: Zentrum für Humangenetik und Genommedizin -Translational Genomics / Clinical AI-
Arbeitszeit: 65% der vollen tariflich vereinbarten Arbeitszeit (zzt. 38,5 Std./W.)
Befristung: zunächst unter Berücksichtigung des WissZeitVG für 3 Jahre, eine Verlängerung wird angestrebt
Einstieg: zum nächstmöglichen Zeitpunkt
Vergütung: EG 13 (TV-L)
Aufgaben
Entwicklung eines Literatur Recherche Systems zur verbesserten Bewertung genetischer Daten im klinischen Kontext und direkter Zielsetzung einer Empfehlung einer personalsierten Therapieoption.
- Entwicklung, Implementierung und Evaluation von Machine-Learning-Algorithmen (z. B. Deep Learning, Klassifikationsmodelle, Agentensysteme etc.)
- Analyse und Intergration komplexer genomischer Datensätze
- Datenaufbereitung und Visualisierung
- Zusammenarbeit im interdisziplinären Team
- Teilnahme an wissenschaftlichen Konferenzen
- Mitwirkung an Drittmittelprojekten
Profil
- Abgeschlossenes naturwissenschaftliches Hochschulstudium (Diplom, Master oder vergleichbar) in Bioinformatik, Informatik, Biologie, Molekularbiologie, Biochemie oder verwandte Disziplinen
- Solide Kenntnisse in Machine Learning /Statistik
- Sicherer Umgang mit gängigen Programmiersprachen, insbesondere Python
- Wünschenswert:
- Grundverständnis genomischer Datensätze
- Wissenschaftliches Interesse an der Humangenetik und molekularen Medizin
- Erfahrung mit Deep Learning Frameworks (z. B. TensorFlow, Py Torch)
- Erfahrung mit LLM-Frameworks und Orchestrierungssystemen (z. B. LangChain oder vergleichbaren Frameworks)
- Erfahrung mit Basismodellen und deren Anwendungen und Anpassungen (Fine-Tuning, Prompt Engineering, Parameter-efficient tuning wie LoRA/Adapters)
- Kenntnisse in Next-Generation Sequencing (BGS) Datenanalyse
- Erfahrung im Umgang mit klinischen und biomedizinischen Datensätzen
- Hohe Motivation, teamorientiertes Arbeiten in einem interdisziplinärem Umfeld
- Eigeninitiative sowie Kreativität bei der Lösung komplexer Fragestellungen
- Einsatzbereitschaft, Organisationsgeschick und Zuverlässigkeit
Warum Sie sich für uns entscheiden sollten?
Wir bieten…
- 30 Tage Urlaub/Jahr bei Vollzeitbeschäftigung
- Mitarbeitende werben Mitarbeitende für verschiedene Berufsgruppen / Prämie von 3.000 Euro
- Überdurchschnittliche betriebliche Altersversorgung der VBL
- Fort- und Weiterbildungsmöglichkeiten
- Entspannter Arbeitsweg – vergünstigtes ÖPNV-Ticket oder Parkplatz sowie Möglichkeit der Teilnahme an der GoFlux App
- Familienfreundliche Unternehmenskultur
- Betriebskindergarten, Kinderland
- flexible Arbeitszeitmodelle sowie
- vielfältige Beratungs- und Unterstützungsangebote zur Vereinbarkeit von Beruf und Familie durch die Personalbetreuung
- Eine Onboarding-App für neue Mitarbeitende
- Fit & Gesund – von Gesundheitsförderung bis Hochschulsport – wir haben alles für Sie
Bewerbungsverfahren:
Bitte reichen Sie Ihre Bewerbung über unser Bewerbungsportal unter Angabe von GB-P-56604 ein. Die Bewerbungsfrist endet am 02.10.2026.
Kontakt:
Uniklinik RWTH Aachen, Zentrum für Humangenetik und Genommedizin, Direktorin Klinische Genomik, Frau Univ.-Prof. Dr. med. Miriam Elbracht, Direktor Humangenetik, Herr Univ.-Prof. Dr. med. Ingo Kurth, Pauwelsstraße 30, 52074 Aachen.
Bei Rückfragen steht Ihnen Frau Eva Perchalla gerne zur Verfügung.
E-Mail: eperchalla@ukaachen.de
Telefon: +49 (0)241 80 89268
Wir freuen uns auf Ihre Bewerbung!
Diese Stellenausschreibung richtet sich an alle Geschlechter.
Die Uniklinik RWTH Aachen fördert Chancengerechtigkeit und Vielfalt. Bewerbungen von Frauen sind ausdrücklich erwünscht und werden nach Maßgabe des LGG bevorzugt berücksichtigt.
Bewerbungen schwerbehinderter Menschen sind uns willkommen und werden bei gleicher Eignung vorrangig berücksichtigt.
Eine Beschäftigung unterhalb der oben angegebenen Wochenarbeitszeit ist grundsätzlich möglich.
Für Ihre Bewerbung nutzen Sie bitte unser digitales Bewerbungsportal. Wählen Sie Ihre „Wunschstelle“ unter www.ukaachen.de unter „Stellenmarkt“ aus. Klicken Sie auf den grünen Button „Jetzt bewerben“ und geben Sie Ihre Unterlagen elektronisch ab. Bewerbungen, die uns per E-Mail an: bewerbung@ukaachen.de erreichen, werden von uns in das v. g. Portal überführt. Mit der Übersendung per E-Mail stimmen Sie einer Überführung in das Portal zu.
Diese Stellenausschreibung wurde unter Einsatz eines KI gestützten Systems erstellt. Die finale inhaltliche Prüfung und Verantwortung liegen beim Universitätsklinikum Aachen.
Weiterempfehlen:
Apply directly to UKA Aachen
Emerging Scholars Council is not the employer and does not recruit for this position. It is advertised by UKA Aachen, and your application goes to them. We help students prepare and strengthen their applications.
Go to the official application page →Applications close 2 October 2026.
Contact listed in the advert
Some positions — especially in Germany, Austria and Switzerland — are filled by writing directly to the supervisor rather than through an online form. These addresses were taken from the advert text, so check them against the official listing before you write.
A cold email to a supervisor is the highest-leverage thing you can send — and the easiest to get wrong. Ask us to look at yours before you hit send.