PROFIL

ML-systemorientierter Doktorand der Bioinformatik mit 4+ Jahren Erfahrung in der Entwicklung von Python- und PyTorch-basierter Software für hochvolumige Sequenzierungsdaten. Verbindet Modellentwicklung auf verrauschten Rohsignalen aus Zeitreihen mit reproduzierbaren Pipelines, Workflow-Automatisierung und systematischem Debugging über gesamte Daten-und ML-Workflows hinweg. Starkdarin, Forschungsfragen in wartbare Software für schnelle, verlässliche Iteration zu übersetzen.

KERNKOMPETENZEN

Python & ML-Stack

• NumPy
• pandas
• SciPy
• scikit-learn
• PyTorch

ML & Modellierung

HMMs, Neuronale Architekturen, Feature Engineering, Benchmarking, Modellevaluation, Verrauschte Zeitreihendaten

Datenpipelines

Hochvolumige Datenverarbeitung, Datensatzkuratierung, Preprocessing, Qualitätskontrolle, Reproduzierbare Workflows, Pipeline-Design, Datenherkunft, SLURM

Tooling & Umsetzung

Snakemake, Conda, GitHubCI, PyPI, Dokumentation, Versionierung, Code Review, Workflow-Optimierung

Fachliche Expertise

Oxford Nanopore, Illumina, Signalanalyse, RNA-Modifikationen, Isotopische Labels, Differentielle Expression, Analysepipelines