Wissenschaftliche:r Mitarbeiter:in (w/m/d) – virtuelle Paläobiologie – BSPG

Die SNSB gehören zu den ältesten und größten Forschungssammlungen der Welt. Sie vereinen naturkundliche Sammlungen der Fachrichtungen Zoologie, Botanik, Geologie, Paläontologie, Mineralogie, Anthropologie und Paläoanatomie – darunter auch die Lebendsammlungen des Botanischen Gartens München-Nymphenburg. Etwa 280 Mitarbeitende archivieren und erforschen rund 32 Millionen Sammlungsbelege. Im Mittelpunkt der SNSB-Aktivitäten in Sammlung, Forschung und Wissenstransfer steht der Geo- und Biosphärenwandel, mit besonderem Augenmerk auf alpinen Systemen in Zeit und Raum. Mit unseren nationalen und internationalen Forschungen tragen wir maßgeblich zum tieferen Verständnis der Geo- und Biodiversität sowie der Auswirkungen menschlichen Handelns auf das Ökosystem Erde bei.

Im Bereich der Bayerischen Staatssammlung für Paläontologie und Geologie München (BSPG) ist im Rahmen eines DFG-Forschungsprojekts die Stelle eines/einer

Wissenschaftlichen Mitarbeiter:in (w/m/d) im Bereich virtuelle Paläobiologie

auf 3 Jahre (75%) zum nächstmöglichen Zeitpunkt zu besetzen.

Projektbeschreibung

Mehr als 250 Jahre nach der Beschreibung der ersten Arten durch Linnaeus herrscht immer noch Uneinigkeit darüber, wie Arten zu definieren und abzugrenzen sind. Diese Diskrepanz wird besonders deutlich, wenn man fossile und lebende Arten vergleicht, für die in der Regel unterschiedliche Typen und Informationsmengen zur Verfügung stehen, was im Laufe der Jahrhunderte zu einer Vielzahl unterschiedlicher Artkonzepte geführt hat. Um vergangene, gegenwärtige und prognostizierte Raten von Biodiversitäts-Turnover zu vergleichen, biogeografische Muster zu rekonstruieren und evolutionäre Prozesse realistisch abzuleiten, ist ein standardisiertes Artenklassifizierungssystem erforderlich, das Fossilien und lebende Taxa gleichermaßen berücksichtigt.
Ziel dieses Projekts ist es einen neuen Machine Learning-Ansatz zu entwickeln, der Bilddaten für rezente Arten verwendet, für die Artgrenzen auf der Grundlage molekularer Daten festgelegt wurden, um eine standardisierte und einheitliche Artabgrenzung verwandter fossiler Arten zu ermöglichen. Als Modellgruppe werden rezente und fossile Süßwassergastropoden mit vergleichbarer, hoher morphologischer Plastizität herangezogen. Die gewonnenen Daten werden verwendet, um Biodiversitätsmuster und Diversifizierungsprozesse der fossilen Vertreter zu rekonstruieren.

Aufgaben:

Entwicklung eines neuronalen Netzwerks zur Bilderkennung von rezenten und fossilen Arten von Gastropoden
Rekonstruktion von Biodiversitätsmustern und Diversifizierungsprozessen
Reisen zu nationalen und internationalen paläontologischen Sammlungen für die Akquise von Bildmaterial
Teilnahme an nationalen und internationalen Tagungen zur Präsentation von Forschungsergebnissen
Kooperation mit nationalen und internationalen Forschungsteams

Vorausgesetzte Qualifikationen

Abgeschlossenes qualifizierendes Hochschulstudium (MSc, Diplom) im Bereich Paläobiologie, Paläontologie, theoretische Biologie, Evolutionsbiologie oder Bioinformatik
Fundierte Kenntnisse in Machine Learning, mit Fokus auf neuralen Netzwerken
Kenntnisse in Python
Kommunikations-, Organisations- und Teamfähigkeit
Sprachliche Ausdrucksfähigkeit in Wort und Schrift (deutsch und englisch)

Wünschenswerte Kompetenzen:

Erfahrung in den Bereichen Biodiversitätsinformatik und systematische Taxonomie
Kenntnisse von convolutional neural networks und Siamese neural networks
Erfahrung in statistischen Analysen mit R
Erfahrung beim Verfassen wissenschaftlicher Publikationen

Wir bieten

Ein anregendes Arbeitsumfeld mit verschiedenen Abteilungen naturkundlicher Sammlungen und Schaumuseen, sowie in enger Zusammenarbeit mit dem Lehrstuhl für Paläontologie und Geobiologie am Department für Geo- und Umweltwissenschaften der LMU, an dem eine Promotion anzustreben ist
Ein diverses Forschungsumfeld mit vielseitigen Kompetenzen, Kooperationsmöglichkeiten und modernster Forschungsinfrastruktur
Internationale Networking- und Austauschmöglichkeiten
Vergütung nach dem Tarifvertrag der Länder (TV-L E13)

Wir freuen uns auf Ihre aussagefähigen und vollständigen Bewerbungsunterlagen mit einem Motivationsschreiben, Lebenslauf (inkl. Publikationsliste) und Zeugnissen, die bis spätestens 30.04.2024 an bewerbung@snsb.de zu senden sind.

Bei inhaltlichen Fragen wenden Sie sich bitte an Herrn Dr. Thomas A. Neubauer (neubauer@snsb.de), der dieses Projekt betreuen wird. Bei Fragen zum Verfahrensablauf bzw. Bewerbungsverfahren wenden Sie sich bitte an Frau Susann Windisch personal@snsb.de.

Schwerbehinderte Bewerber bzw. Bewerberinnen werden bei ansonsten im Wesentlichen gleicher Eignung bevorzugt. Zur Verwirklichung der Gleichstellung von Frauen und Männern besteht ein besonderes Interesse an der Bewerbung von Frauen.