MSc Student (Thesis in Machine Learning for Chemical Data / max. 83 hours per month)
Kennziffer: 2025-0005
- Frankfurt
- Part-time
- DKTK partner site Frankfurt/Mainz - Machine Learning in Oncology
„Forschen für ein Leben ohne Krebs“ – das ist unsere Aufgabe am Deutschen Krebsforschungszentrum. Wir erforschen, wie Krebs entsteht, erfassen Krebsrisikofaktoren und suchen nach neuen Strategien, die verhindern, dass Menschen an Krebs erkranken. Wir entwickeln neue Methoden, mit denen Tumore präziser diagnostiziert und Krebspatient:innen erfolgreicher behandelt werden können. Jeder Beitrag zählt – ob in der Forschung, in der Administration oder der Infrastruktur. Das macht unsere tägliche Arbeit so bedeutungsvoll und spannend.
Together with university partners at seven renowned partner sites, we have established the German Cancer Consortium (DKTK).
For the Research Group "Machine Learning in Oncology” (headed by Prof. Dr. Florian Buettner) at the DKTK partner site Frankfurt/Mainz and the Goethe University Frankfurt, we are seeking for the next possible date a motivated
The Buettner lab (https://mlo-lab.github.io) works on the intersection of machine learning and oncology and as such is actively pursuing original research in both areas. Your MSc research at the intersection of machine learning and chemistry will explore how machine learning solutions can be used for uncertainty-aware predictive analysis of chemical data.
Ihre Aufgaben:
Join us for an exciting collaborative project where we will investigate the interplay of different types of model uncertainty on active learning tasks in the context of chemical data. Your MSc thesis will focus on building and applying an active learning framework explicity leveraging decompositions of model uncertainty into aleatoric and epistemic components. In collaboration with Bayer AG, you will apply these models to real-world chemical data.
Ihr Profil:
- Current enrollment in a Master's program in computer science, statistics, applied mathematics, or related field at a German university
- A good knowledge of machine learning methods and statistics is essential; familiarity with probabilistic modeling and uncertainty quantification is highly desirable
- Very good knowledge of Python and best practices in software development as well as experience with Linux environments are required
The candidate will closely interact with other researchers, therefore good English communication skills are also required.
Unser Angebot:
- Hervorragende Rahmenbedingungen: modernste state-of-the-art Infrastruktur und Möglichkeit zum internationalen Austausch auf Spitzenniveau
- Zugang zu internationalen Forschungs-Netzwerken
- Flexible Arbeitszeiten
- Entfalten Sie Ihr volles Potenzial: gezielte Angebote für Ihre persönliche Entwicklung fördern Ihre Talente
- Unser betriebliches Gesundheitsmanagement bietet ein ganzheitliches Angebot für Ihr Wohlbefinden
Sie sind interessiert?
Prof. Dr. Florian Buettner
Telefon: +49 173 4613687
