Promotionsstelle – Maschinelles Lernen & Genomik in der Diagnostik antimikrobieller Resistenzen (w/m/d)

Institut für Medizinische Mikrobiologie und Hygiene, Kennziffer 7903

Teilzeit: 65 %
Befristet bis: 30.11.2029*
Arbeitsbeginn: 01.12.2026
Bewerbungsfrist: 20.10.2026
Vergütung: TV-L, in der Regel E13

* Verlängerung möglich

Aufgaben

• Entwicklung und klinische Evaluierung von Machine-Learning-Modellen zum Nachweis von Resistenzplasmiden direkt aus routinemäßig erhobenen MALDI-TOF-Massenspektren
• Genomische Analyse Carbapenemase-produzierender Enterobacterales und ihrer mobilen genetischen Elemente mithilfe von Short- und Long-Read-Ganzgenomsequenzierung
• Aufbau und Analyse verknüpfter MALDI-TOF- und Genomdatensätze als Grundlage für generalisierbare Vorhersagemodelle
• Experimentelle Validierung computergestützter Vorhersagen durch Konjugations-, Plasmid-Curing- und Stabilitätsassays, unterstützt durch eine eigens hierfür eingesetzte technische Assistenz
• Mitarbeit in nationalen und internationalen Konsortien (DZIF TTU HAI, ESGEM-AMR) sowie Präsentation der Ergebnisse auf Konferenzen und in begutachteten wissenschaftlichen Fachzeitschriften

Profil

• Abgeschlossenes Masterstudium in Bioinformatik, Mikrobiologie oder einem vergleichbaren Fach
• Sicherer Umgang mit Python sowie Erfahrung mit der Arbeit in einer Linux-Umgebung und mit bioinformatischen Werkzeugen
• Praktische Erfahrung mit maschinellem Lernen und/oder der Analyse von Ganzgenomsequenzierungsdaten
• Interesse an bakterieller Genomik und klinischer Mikrobiologie sowie Bereitschaft, computergestützte Arbeiten mit experimenteller Laborarbeit zu verbinden
• Selbstständige und strukturierte Arbeitsweise, Teamorientierung und wissenschaftliche Sorgfalt, idealerweise nachgewiesen durch eine erste Publikation

Das bieten wir

Sie werden eines der ersten Mitglieder einer neu gegründeten Forschungsgruppe. Sie profitieren von enger Betreuung und technischer Unterstützung und erhalten gleichzeitig die Möglichkeit, Ihr Forschungsumfeld aktiv mitzugestalten. Hinzu kommen der regelmäßige Austausch mit dem CMFI sowie die Teilnahme am IGIM.

Modernes Arbeitsumfeld

• Innovatives Universitätsklinikum
• Modernste Technologien
• Internationale Spitzenforschung
• Hervorragende Karriereperspektiven

Karriere & Entwicklung

• Strukturiertes Onboarding
• Hauseigene Akademie
• Vielfältige Fort- und Weiterbildungsmöglichkeiten
• Gezielte Karriereentwicklung

Internationalität

• Kulturelle und generationenübergreifende Vielfalt
• Unterstützung durch Sprachkurse
• Integrationsprogramme (Pflege)

Forschung

• Spitzenforschung auf höchstem Niveau
• Unterstützung von der Promotion bis zur Professur

Mobilität & weitere Angebote

• Gute Anbindung an den öffentlichen Nahverkehr
• Parkplatz-Sharing und Mitfahrservice
• Vergünstigungen in Kantine und Cafeteria
• Jobrad und weitere Corporate Benefits

Über uns

Die Medizinische Fakultät ist eine der vier Gründungsfakultäten der Eberhard Karls Universität Tübingen. Mit ihren vorklinischen Einrichtungen sowie ihrem Forschungs- und Lehrbereich, der den Organisationseinheiten des Universitätsklinikums entspricht, gehört sie zu den größten medizinischen Ausbildungs- und Forschungseinrichtungen Baden-Württembergs.

Über die Forschungsgruppe

Neu gegründete Forschungsgruppe an der Schnittstelle von medizinischer Mikrobiologie, bakterieller Genomik und maschinellem Lernen (AG Sattler). Wir entwickeln datengetriebene Ansätze für die Diagnostik antimikrobieller Resistenzen und untersuchen die genomische Epidemiologie multiresistenter Bakterien. Dabei verbinden wir computergestützte Analysen mit experimenteller Validierung.

Die Stelle bietet die Möglichkeit zur Promotion (Dr. rer. nat.) und ist in nationale und internationale Forschungskonsortien (DZIF, ESGEM-AMR) eingebunden. Die neuesten Arbeiten finden Sie ↗ hier.

Kontakt bei Fragen

Dr. Janko Sattler

Online-Bewerbung

Dr. Janko Sattler
Kennziffer: 7903

Einzureichen sind Lebenslauf und Motivationsschreiben.

Bewerbungsfrist: 20.10.2026

Mehr Infos zur Stelle und zur Online-Bewerbung: https://jobs.medizin.uni-tuebingen.de/Job/7903/PhD-Position---Machine-Learning--Genomics-in-Antimicrobial-Resistance-Diagnostics

Die Vergütung erfolgt nach TV-L (Tarifvertrag für den öffentlichen Dienst der Länder). Schwerbehinderte Bewerberinnen und Bewerber werden bei gleicher Eignung bevorzugt berücksichtigt. Vorstellungskosten werden nicht übernommen. Bitte beachten Sie die geltenden Impfregelungen. Der Arbeitgeber fördert aktiv die Chancengleichheit und begrüßt insbesondere Bewerbungen von Frauen.

Eine Weiterbeschäftigung wird nach Möglichkeit angestrebt.

Die Angaben zur Vergütung stellen keine Grundlage für einen Arbeitsvertrag mit dem Universitätsklinikum Tübingen dar, sondern dienen Interessierten lediglich als Orientierung. Die Vergütung richtet sich nach den geltenden Tarifverträgen in Verbindung mit den entsprechenden Entgelttabellen.