Die Sektion 3.2 am GFZ Potsdam untersucht organische Moleküle in der Erdgeschichte, um unser Verständnis z.B. des globalen Kohlenstoffkreislaufs, der Lipidbiosynthese, des Klimawandels und der evolutionären Geobiologie zu verbessern. Das organische Inventar in lebenden Organismen, Umgebungen, Sedimenten und alten Sedimentgesteinen ist typischerweise komplex und besteht aus tausenden von Molekülen, von denen jedoch nur einige wenige routinemäßig in der organischen Geochemie verwendet werden. Die hochauflösende Massenspektrometrie (HRMS, z. B. FT-ICR-MS, Orbitrap-MS) ermöglicht den gleichzeitigen Nachweis aller organischen Moleküle, aber die Gewinnung aussagekräftiger Informationen aus den Daten ist eine Herausforderung. Wir suchen eine Person, die in enger Zusammenarbeit mit organischen Geochemikern in die Daten eintaucht.

Ihr Aufgabengebiet:

• Einführung des maschinellen Lernens für die Abfrage von HRMS-Daten mit dem Ziel, in multidimensionalen Daten Muster zu erkennen, die aussagekräftige Informationen über die Natur organischer Moleküle, ihre biologische Herkunft, Umweltaffinitäten und Umwandlungen in Sedimenten und Gesteinen liefern
• Vollautomatisierung der bestehenden Pipelines für die HRMS-Datenverarbeitung
• Entwicklung einer benutzerfreundlichen, interaktiven und leicht aktualisierbaren Datenbank, die verschiedene Arten von Daten enthält, die in den letzten zwei Jahrzehnten in der Sektion gesammelt wurden

Ihr Qualifikationsprofil:

• Master-Abschluss oder Diplom in Naturwissenschaften, Informatik oder Datenwissenschaften
• Erfahrung in Datenwissenschaft und maschinellem Lernen
• fortgeschrittene Programmierkenntnisse (Python oder R)
• Kreativität und unkonventionelles Denken
• hohe Agilität und Aufgeschlossenheit
• vorhandene Ideen zur Anwendung von maschinellem Lernen auf HRMS-Daten sind von Vorteil
• ein geowissenschaftlicher Hintergrund ist von Vorteil
• fließende Englischkenntnisse