Die Medizinische Hochschule Hannover (MHH), mit rund 10.000 Beschäftigten größter Landesbetrieb des Landes Niedersachsen, ist eine universitäre Einrichtung für Forschung und Lehre in der Human- und Zahnmedizin und ein Universitätsklinikum der Supramaximalversorgung. Forschung, Lehre, Krankenversorgung und Administration arbeiten im Integrationsmodell auf dem MHH-Campus Hand in Hand. Über uns Das Peter L. Reichertz Institut für Medizinische Informatik (PLRI) der Technischen Universität Braunschweig und der Medizinischen Hochschule Hannover bietet eine Stelle als Wissenschaftliche:r Mitarbeiter:in (m/w/d) zur Promotion in der Nachwuchsgruppe „Computational Precision Nutrition". Das PLRI zählt zu den größten universitären Zentren für Medizinische Informatik in Deutschland und ist Teil zweier führender Universitäten in einer der forschungsintensivsten Regionen Europas. Es bietet ein exzellentes Umfeld für interdisziplinäre Forschung an der Schnittstelle von Datenwissenschaft, Medizin und Gesundheitsversorgung. Die neu gegründete Forschungsgruppe „Computational Precision Nutrition" untersucht, wie individuelle Reaktionen auf Ernährung mithilfe von Multi-Omics-Daten (insbesondere Mikrobiom und Metabolom) und datengetriebenen Methoden besser verstanden und vorhergesagt werden können. Ziel ist es, personalisierte Ernährungsstrategien zu entwickeln und gleichzeitig biologisch interpretierbare Modelle zu schaffen. Das PLRI arbeitet in enger Kooperation mit klinischen Partnern, Forschungsinstituten sowie nationalen und internationalen Netzwerken. Die Aktivitäten reichen von lokalen Kooperationen in Hannover und Braunschweig bis hin zu europaweiten Forschungsprojekten.

Deine Vorteile

• Strukturierte Promotionsmöglichkeit mit intensiver Betreuung in einer neu gegründeten Forschungsgruppe
• Mitarbeit an einem hochaktuellen, interdisziplinären Forschungsthema
• Enge Zusammenarbeit mit klinischen Partnern sowie internationalen Kooperationsnetzwerken
• 6-monatiger Forschungsaufenthalt am Institute of Systems Biology der Maastricht University
• Möglichkeit zur methodischen Weiterentwicklung in den Bereichen Machine Learning und Künstliche Intelligenz
• Flexible Arbeitszeiten und große wissenschaftliche Gestaltungsspielräume
• Attraktive Rahmenbedingungen des öffentlichen Dienstes (inkl. betrieblicher Altersvorsorge und Zusatzversorgung) bei einem der größten Arbeitgeber Niedersachsens
• Umfassende Zusatzleistungen wie strukturierte Einarbeitung, Weiterbildungsangebote, Gesundheitsprogramme sowie gute Verkehrsanbindung und Dienstrad-Leasing

Deine Aufgaben

• Analyse und Integration von Multi-Omics-Daten (insb. Mikrobiom-, Metabolom- und Ernährungsdaten) aus Interventionsstudien und Kohorten
• Entwicklung, Implementierung und Evaluation von statistischen Modellen und Machine-Learning-Ansätzen zur Vorhersage individueller Ernährungsantworten
• Anwendung und Weiterentwicklung von Methoden zur Integration heterogener Datentypen (z. B. Netzwerkanalysen, probabilistische Modelle, kausale Inferenzansätze)
• Entwicklung reproduzierbarer Analysepipelines in R und/oder Python
• Erstellung wissenschaftlicher Publikationen sowie Präsentation der Ergebnisse auf internationalen Konferenzen
• Enge Zusammenarbeit mit klinischen Partnern, Bioinformatiker:innen und Ernährungswissenschaftler:innen
• Beteiligung an der Weiterentwicklung von Forschungsfragen und Projektideen innerhalb der Arbeitsgruppe Dein Profil
• Abgeschlossenes Hochschulstudium (Master oder äquivalent) in Bioinformatik, Data Science, Statistik, Ernährungswissenschaften oder verwandten Bereichen
• Starkes Interesse an interdisziplinärer Forschung an der Schnittstelle Ernährung - Mikrobiom - Datenwissenschaft
• Fundierte Kenntnisse in statistischer Datenanalyse (z. B. Regressionsmodelle, multivariate Verfahren, Machine Learning) sowie sehr gute Programmierkenntnisse in R und/oder Python
• Idealerweise Erfahrung in der Analyse hochdimensionaler Daten (z. B. Omics-Daten)
• Hohe Motivation zur Promotion und eigenständigem wissenschaftlichen Arbeiten
• Teamfähigkeit, Offenheit und wissenschaftliche Neugier sowie sehr gute Kommunikationsfähigkeiten und Lernbereitschaft
• Sehr gute Englischkenntnisse in Wort und Schrift Einzureichende Unterlagen
• Motivationsschreiben
• Tabellarischer Lebenslauf
• Zeugnisse (Bachelor und Master, inkl. Transcript of Records)
• Abschlussarbeit (Masterarbeit oder vergleichbare wissenschaftliche Arbeit) oder ggf. Kurzabstract der Abschlussarbeit (max. 1 Seite) Die Position ist zunächst bis zum 31.05.2030 befristet.