Postdoctoral Researcher (m,f,x) in Computational Neuroscience

Über den Sonderforschungsbereich 1280 „Extinction Learning“

Das Sonderforschungsbereich 1280 „Extinction Learning“ (SFB 1280) ist ein interdisziplinäres Forschungskonsortium, das die neuronalen, kognitiven und verhaltensbezogenen Mechanismen des Extinktionslernens untersucht. Seine 19 Teilprojekte bringen Forschende aus den Bereichen Neurowissenschaften, Psychologie, Medizin und Computational Modeling an sechs Forschungsstandorten zusammen. Das Konsortium wird an der Ruhr-Universität Bochum (RUB) koordiniert. Die Computational Neuroscience Gruppe am Institut für Neuroinformatik der RUB untersucht die neuronalen und rechnerischen Mechanismen, die dem Lernen, dem episodischen Gedächtnis und der räumlichen Navigation zugrunde liegen. Innerhalb des SFB 1280 nutzen wir Computational Modeling, um mechanistische Erklärungen für Lernen und Gedächtnis zu entwickeln und arbeiten eng mit experimentellen Forschungsgruppen zusammen, um Modelldynamiken mit neuronalen und Verhaltensdaten in Beziehung zu setzen.

Aufgaben

Wir suchen eine/n hochmotivierte/n Postdoktorand/in zur Untersuchung der neuronalen Mechanismen, die dem episodischen Gedächtnis und der räumlichen Navigation zugrunde liegen. Die erfolgreiche Kandidatin/der erfolgreiche Kandidat wird quantitative Spiking-Neuronale-Netzwerkmodelle des Hippocampus in einem interdisziplinären und kollaborativen Forschungsumfeld entwickeln. Das Projekt zielt darauf ab zu verstehen, wie hippokampale Sequenzen während Sharp-Wave Ripples (SWRs) generiert werden und wie sie durch frühere Erfahrungen und neuromodulatorische Einflüsse geformt werden, um die Gedächtniskonsolidierung zu unterstützen. Die Computermodelle werden in enger Zusammenarbeit mit experimentellen Kollaborator/innen entwickelt und anhand von in-vivo-elektrophysiologischen und Verhaltensdaten von Nagetieren validiert.

• Entwicklung und Untersuchung quantitativer Spiking-Neuronale-Netzwerkmodelle von Hippocampus-Schaltkreisen, die am episodischen Gedächtnis und der räumlichen Navigation beteiligt sind.
• Modellierung, wie Lernen und frühere Erfahrungen hippokampale Repräsentationen und Sequenzgenerierung formen.
• Ableitung quantitativer Vorhersagen aus Computermodellen, die anhand experimenteller Daten getestet werden können.
• Analyse und Integration von in-vivo-elektrophysiologischen und Verhaltensdaten von Nagetieren, um Computermodelle zu beschränken, zu testen und zu validieren.
• Enge Zusammenarbeit mit experimentellen Kollaborator/innen, um einen iterativen Austausch zwischen Computermodellierung und empirischer Forschung zu etablieren.
• Präsentation von Forschungsergebnissen auf nationalen und internationalen Konferenzen und Workshops.
• Veröffentlichung von Forschungsergebnissen in internationalen Fachzeitschriften mit Peer-Review.
• Beitrag zur Betreuung und wissenschaftlichen Mentoring von Doktoranden, Master- und Bachelorstudenten, wo angebracht. (Auf Wunsch des Bewerbers ist eine Beteiligung an der Lehre möglich.)

Profil

• Erfolgreich abgeschlossene Promotion in Computational Neuroscience, Physik, Informatik, Kognitionswissenschaften oder einem eng verwandten Fachgebiet.
• Ein starker quantitativer Hintergrund und nachgewiesene Erfahrung in der computergestützten oder mathematischen Modellierung, vorzugsweise einschließlich biologisch plausibler oder Spiking-Neuronale-Netzwerkmodelle.
• Starke Programmierkenntnisse, vorzugsweise in Python, und Erfahrung mit wissenschaftlichem Rechnen und numerischen Simulationen.
• Fähigkeit, eigenständig Forschung zu betreiben, neue Forschungsfragen zu entwickeln und Verantwortung für die Implementierung und Analyse von computergestützten Studien zu übernehmen.
• Ausgezeichnete Kommunikations- und Teamfähigkeit sowie Begeisterung für eine enge Zusammenarbeit mit experimentellen Neurowissenschaftler/innen.
• Ausgezeichnete schriftliche und mündliche Englischkenntnisse.
• Erfahrung mit modernen Softwareentwicklungspraktiken, Versionskontrolle, Hochleistungsrechnen und reproduzierbaren Forschungsabläufen ist ein Vorteil.

Rahmenbedingungen

• Umfang: Vollzeit (39,83 Stunden/Woche = 100%)
• Dauer: befristet, bis zum 30.06.2029 (Projektende)
• Beginn: zum frühestmöglichen Zeitpunkt

Bewerbung

Bitte bewerben Sie sich bis zum 19.10.2026 über den Bewerbungslink zur Originalanzeige.