Wissenschaftlicher Mitarbeiter / Doktorand (gn*) Translationale Psychiatrie
Wissenschaftlicher Mitarbeiter / Doktorand (gn*) Translationale Psychiatrie
Wissenschaftlicher Mitarbeiter / Doktorand (gn*) Translationale Psychiatrie
Wissenschaftlicher Mitarbeiter / Doktorand (gn*) Translationale Psychiatrie
Universitätsklinikum Münster
Krankenhäuser
Münster
- Art der Anstellung: Teilzeit
- 56.500 € – 69.000 € (von XING geschätzt)
- Vor Ort
- Zu den Ersten gehören
Wissenschaftlicher Mitarbeiter / Doktorand (gn*) Translationale Psychiatrie
Über diesen Job
Befristet auf 3 Jahre | In Teilzeit mit 65% | Vergütung nach TV-L E13 | Institut für Translationale Psychiatrie
Wir sind das UKM. Wir haben einen klaren gesellschaftlichen Auftrag und mit der Verbindung von Krankenversorgung, Forschung und Lehre eine besondere Verantwortung.
Damit wir unserem hohen Anspruch tagtäglich gerecht werden, freuen wir uns auf Deine wissenschaftliche Expertise – am besten mit Dir!
PROJEKT:
Die ausgeschriebene Stelle ist eingebettet in die Arbeitsgruppe "Transition Research in Affective Disorders" (TRIAD) unter der Leitung von Dr. Susanne Meinert am Institut für Translationale Psychiatrie der Universität Münster. Sie wird im Rahmen des DFG-geförderten Projekts "Maternal risk in the development of postpartum depression: A longitudinal neurobiological study from pregnancy to delayed postpartum" in Kooperation mit dem Universitätsklinikum Aachen (Prof. Dr. Natalia Chechko) vergeben.
Ziel des Projektes ist es, die Entstehung postpartaler Depressionen besser zu verstehen, indem wir schwangere Frauen mit erhöhtem Risiko bis zu sechs Monate nach der Geburt in einer längsschnittlichen Untersuchung begleiten. Dabei kombinieren wir neurobiologische Verfahren (v.a. MRT), die Analyse hormoneller Schwankungen (z.B. Östrogen, Progesteron) und andere Biomaterialien sowie eine präzise klinische Diagnostik. Im Zentrum steht die Untersuchung bio-psycho-sozialer Risikofaktoren, die die Entwicklung affektiver Symptome im Wochenbett begünstigen können. Langfristiges Ziel ist die Entwicklung prädiktiver Modelle mithilfe von Machine Learning, um bereits in der Schwangerschaft belastete Frauen identifizieren und gezielt unterstützen zu können.
VERANTWORTUNGSVOLLE AUFGABEN:
- Organisation, Durchführung und Koordination der Datenerhebung
- Auswertung und Analyse der Daten (MRT, Biomaterialien, Fragebögen etc.)
- Mitarbeit an bzw. das Verfassen von wissenschaftlichen Publikationen, sowie Kongresspräsentationen
- Eigene wissenschaftliche Qualifikation (z.B. Promotion) möglich und wird entsprechend gefördert und unterstützt
ANFORDERUNGEN:
- Abgeschlossenes Studium vorzugsweise der Psychologie (M. Sc. oder Dipl.-Psych.) mit gutem Abschluss, aber auch andere Studiengänge (z.B. kognitive Neurowissenschaften) möglich
- Großes Interesse an neurowissenschaftlicher Grundlagen- und Anwendungsforschung sowie an klinischer Psychologie
- Erfahrungen in der Durchführung klinischer Diagnostik (SKID/DIPS, neuropsychologische Testungen) wünschenswert
- Erfahrung mit neurowissenschaftlichen Methoden insb. MRT und DTI wünschenswert
- Sehr gute Kenntnisse in empirischen Methoden und Statistik (z.B. Netzwerkanalysen, Connectomics)
- Hohes Engagement, Flexibilität, Selbständigkeit und Freude am Arbeiten in einem Team
- Sicherer und professioneller Umgang mit Patienten
- Approbation oder Ausbildung zum Psychologischen Psychotherapeuten wünschenswert
WIR BIETEN:
- Attraktives, interdisziplinäres Arbeitsumfeld mit exzellenten Forschungsbedingungen
- Dynamisches und unterstützendes Team
- Flexibles Arbeitsumfeld in Münster, einer Stadt welche sich durch eine sehr hohe Lebensqualität auszeichnet
Rückfragen an: Dr. Susanne Meinert, T 0251 83-56687
Gehalts-Prognose
Bewertung von Mitarbeitenden
Gesamtbewertung
Basierend auf 283 BewertungenVorteile für Mitarbeitende
Unternehmenskultur
Unternehmenskultur
283 Mitarbeitende haben abgestimmt: Sie bewerten die Unternehmenskultur bei Universitätsklinikum Münster als ausgeglichen zwischen traditionell und modern.Der Branchen-Durchschnitt tendiert übrigens in Richtung modern