Helmholtz Information & Data Science School:

HEIBRiDS

In die Tiefen des Universums blicken oder Erdbeben vorhersagen: An der Helmholtz Einstein International Berlin Research School in Data Science (HEIBRiDS) hat die Beschäftigung mit Data Science einen weiten Horizont.

Der Berliner Forschungsverbund für Data Science

Eine einzigartige Forschungsumgebung zeichnet die Helmholtz Einstein International Berlin Research School in Data Science (HEIBRiDS) aus: Hier wird die Erforschung der Kernmethoden, Algorithmen und Prozesse der Digitalisierung aus unterschiedlichen Blickwinkeln ermöglicht und Wissen zwischen unterschiedlichen Disziplinen transportiert.

HEIBRiDS vereint sechs Helmholtz-Zentren und vier Universitätspartner aus dem Einstein Center Digital Future (ECDF), das sich mit Digitalisierungs-Kerntechnologien, von der digitalen Gesundheit über die digitale Industrie bis hin zu den digitalen Geisteswissenschaften, beschäftigt. Die beteiligten Helmholtz-Zentren verfügen über erstklassige Expertise in den Bereichen Molekularer Medizin, Astrophysik, Polar- und Meeresforschung, Luft- und Raumfahrt, Materialwissenschaften und Geowissenschaften.

HEIBRiDS ermöglicht uns, noch weiter über den Tellerrand zu schauen. Ich versuche, mein Thema daher immer auch aus datenwissenschaftlicher Sicht zu betrachten und Methoden anzuwenden, die vielleicht noch keiner angewendet hat.

Gregor Pfalz

ist Doktorand an der HEIBRiDS. Er analysiert Daten, die aus den Sedimenten arktischer Seen stammen, um Klimavorhersagen zu treffen. Lesen Sie mehr zu seinem Projekt

Die HEIBRiDS im Portrait

Forschen an der HEIBRiDS

An der HEIBRiDS findet im Raum Berlin vielfältige Forschung im Bereich Data Science statt - von der Genetik bis hin zu Klimaforschung. Lesen Sie hierzu die School-Reportage Pioniere mit breitem Horizont: Data Scientists an der HEIBRiDS

Grünes Licht für Data Science-Nachwuchskräfte von der HEIBRiDS im Raum Berlin-Brandenburg (Foto: Patrick Robert Doyle/Unsplash)

Mission

In einem interdisziplinären Promotionsprogramm werden junge Wissenschaftlerinnen und Wissenschaftler in datenwissenschaftlichen Anwendungen in einem breiten Spektrum naturwissenschaftlicher Bereiche ausgebildet.

Das Ziel von HEIBRiDS ist, eine neue Generation von Data Scientists auszubilden, die die Anforderungen und Herausforderungen derjenigen Disziplinen verstehen, in denen die Datenwissenschaft unverzichtbar geworden ist.

 

Forschungsbereiche

Die Teilnehmer des HEIBRiDS-Programms promovieren in sehr unterschiedlichen Forschungsbereichen, die von Earth & Environment, Astronomy, Space & Planetary Research über Geosciences, Materials & Energy zu Molecular Medicine reichen.

Übersicht über aktuelle Promotionsprojekte

„Ich fand Data Science spannend und wollte etwas Neues lernen. Informatik, Datenwissenschaft und Satelliten sind eine sehr schöne Kombination.“

Olga Kondrateva, Doktorandin an der HEIBRiDS

Mehr über die Forschung an der HEIBRiDS

Mehr über die Forschung an der HEIBRiDS

Lesen Sie hier mehr über die vielfältige Forschung an der HEIBRiDS und über ihre Doktorandinnen und Doktoranden.

 

Pioniere mit breitem Horizont: Data Scientists an der HEIBRiDS

Nachwuchskräfte, die sich mit Data Science und einer Fachdisziplin auskennen, sind hochgefragt. An der Helmholtz-Graduiertenschule HEIBRiDS kooperieren elf namhafte Institutionen in Berlin-Brandenburg, um junge Forscherinnen und Forscher an dieser Schnittstelle auszubilden. Das Themenspektrum reicht dabei von der Genforschung bis hin zur Astronomie.

 

„Unser Bedarf an IT-Experten wächst stetig“

Die Digitalisierung prägt die Medizin zusehends. So profitiert die Entwicklung neuer Impfstoffe und Medikamente immer stärker von Datenwissenschaften und KI. Pfizer-Manager Peter Albiez erläutert, wie Graduiertenschulen wie die HEIBRiDS dabei helfen, den enormen Bedarf an Data-Science-Fachkräften zu decken.

 

So lernen Satelliten zu kommunizieren

Um Brände zu erkennen und Dürreperioden vorherzusagen, müssen Satelliten effizient Daten mit der Erde austauschen. HEIBRiDS-Doktorandin Olga Kondrateva programmiert die Satelliten so, dass sie selbst die Daten auswählen, deren Übertragung sinnvoll ist.

 

Zeitreisen in der Arktis

An der Berliner Data Science School HEIBRiDS analysiert Gregor Pfalz Daten aus Sedimenten arktischer Seen. So will er Vorhersagen für das Klima der Zukunft machen. Wie das geht? Mit viel Geduld und dem Vermählen zweier Disziplinen – der Geologie und der Informatik.

 

Satellit über der Erde (Foto: DLR)

Curriculum

  • Betreuung: Tandembetreuung durch eine Universität und einen Helmholtz-Partner; halbjährliche Treffen mit beiden Betreuern; jährliches Treffen mit dem interdisziplinären Thesis Advisory Committee
  • Kurse zur wissenschaftlichen Weiterbildung und zur Schulung persönlicher Fähigkeiten: Individuell gestalteter Lehrplan entsprechend dem jeweiligen Forschungsprofil. Zugang für alle HEIBRiDS-Doktorandinnen und -Doktoranden zu Kursen aus einem umfangreichen Kursangebot der Berliner Universitätsallianz und der Helmholtz-Partner sowie zu speziell für die Doktorandinnen und Doktoranden des Programms organisierten Kursen
  • Obligatorische Teilnahme an den Doktorandenseminaren und den Data Science Lectures, die zweimal im Monat stattfinden
  • HEIBRiDS-Retreat: Präsentation des eigenen Forschungsprojekts und des Feedbacks der Programm-PIs auf dem jährlichen HEIBRiDS-Retreat
  • Teilnahme an (internationalen) Konferenzen

Finanzierung und Dauer des Programms

Das Programm erstreckt sich über vier Jahre und bietet eine volle Finanzierung. Die Vergütung während der Laufzeit entspricht der Tarifstufe E13 des TVöD bzw. des TV-L (abhängig von der Institution, an der die Anstellung erfolgt).

Bewerbung und weitere Informationen

Es stehen insgesamt 25 Promotionsstellen zur Verfügung, die bereits alle vergeben sind. HEIBRiDS-Standort ist Berlin, je nach disziplinärer Anbindung ergeben sich abweichende Standorte für die Promovenden im Berliner Umkreis. Programmsprache ist Englisch.

Kontakt

PD Dr. Eirini Kouskoumvekaki

Unsere Doktoranden

Philipp Baumeister
Doktorand HEIBRiDS

Felix Fiedler
Doktorand HEIBRiDS

Femke van Geffen
Doktorandin HEIBRiDS

Binayak Ghosh
Doktorand HEIBRiDS

Paolo Graniero
Doktorand HEIBRiDS

Brian Groenke
Doktorand HEIBRiDS

Olga Kondrateva

Olga Kondrateva
Doktorandin HEIBRiDS

Henning Lilienkamp

Henning Lilienkamp
Doktorand HEIBRiDS

Nicolas Miranda
Doktorand HEIBRiDS

Oleksii Martynchuk

Oleksii Martynchuk
Doktorand HEIBRiDS

Lusinè Nazaretyan
Doktorandin HEIBRiDS

Gregor Pfalz

Gregor Pfalz
Doktorand HEIBRiDS

Sergey Redyuk
Doktorand HEIBRiDS

Tabea Rettelbach
Doktorandin HEIBRiDS

Elizabeth Robertson

Elizabeth Robertson
Doktorandin HEIBRiDS

Mario Sänger

Mario Sänger
Doktorand HEIBRiDS

Kontakt

Mario Sänger
Mario Sänger
Projekttitel: "Representation Learning for Corpus-level Biomedical Relation Extraction"

Supervisors:

Ulf Leser (HU)

Sepideh Saran
Doktorandin HEIBRiDS

Kontakt

Sepideh Saran
Projekttitel: "Machine Learning Methods for Integration and Analysis of Multi-omics Biomedical Data"

Supervisors:

Uwe Ohler (MDC)

Kanishka Singh
Doktorand HEIBRIDS

Hermann Stolte

Hermann Stolte
Doktorand HEIBRiDS

Kevin Styp-Rekowski
Doktorand HEIBRiDS

Christian Utama
Doktorand HEIBRiDS

Nadja Veigel

Nadja Veigel
Doktorandin HEIBRiDS

Xiaoyan Yu

Xiaoyan Yu
Doktorandin HEIBRiDS

Alternativ-Text

Newsletter bestellen