Verantwortungsvoll und vielseitig : ein Arbeitsplatz mit großem Gestaltungsspielraum in einem kollegialen Team
Bezahlung nach TV-L EG 13 : Tarifliche Vergütung inkl. Jahressonderzahlung, betriebliche Altersvorsorge
Flexibel für Familien : Flexible Arbeitszeitmodelle, Möglichkeit auf einen Platz in der Betriebskindertagesstätte und Angebote für Elternzeitrückkehrer*innen
Clever zur Arbeit : Gute Anbindung an das SWB-Netz, Möglichkeit eines zinslosen Darlehens zur Anschaffung eines E-Bikes
Geförderte Fortbildung : Individuelle Entwicklungschancen durch Kurse, E-Learning und Coachings
Start mit System : Strukturiertes Onboarding
Gesund am Arbeitsplatz : Zahlreiche Angebote der Gesundheitsförderung, kostenlose Mitgliedschaft im UKB-Fitnessstudio
Arbeitgeberleistungen : Vergünstigte Angebote für Mitarbeiter*innen (Corporate Benefits)
Wir setzen uns für Diversität und Chancengleichheit ein. Unser Ziel ist es, den Anteil von Frauen in Bereichen, in denen Frauen unterrepräsentiert sind, zu erhöhen und deren Karrieren besonders zu fördern. Wir fordern deshalb einschlägig qualifizierte Frauen nachdrücklich zur Bewerbung auf. Bewerbungen werden in Übereinstimmung mit dem Landesgleichstellungsgesetz behandelt. Die Bewerbung geeigneter Menschen mit nachgewiesener Schwerbehinderung und diesen gleichgestellten Personen ist besonders willkommen.
Übersetzung von klinischen Sachverhalten in IT-Anforderungen und IT-Lösungsmöglichkeiten
Mitarbeit in Forschungsprojekten zur Anwendung von Methoden der künstlichen Intelligenz in der kardiovaskulären Forschung, insbesondere Anwendung, Evaluation und Weiterentwicklung von Lernalgorithmen, neuronalen Netzwerken oder Methoden des Maschinellen Lernens für medizinische Daten
Durchführung von Big-Data-Analysen
Mitarbeit bei der Umsetzung klinischer Fragestellungen in Modelle und Konzepte für klinische Studien und Metaanalysen
Management und Implementierung von Forschungsdatenbanken sowie Datenstrukturierung
Koordination medizinischer Datensysteme hinsichtlich Datenqualität und -konsistenz sowie Sicherstellung der effizienten Bereitstellung standardisierter klinischer Daten für die medizinische Forschung und externe wissenschaftliche Kooperationspartner
Datenextraktion aus klinischen Primärsystemen, Datenvorbereitung und Nachbereitung, Konvertierungen und Anwendung von Techniken der Data-Augmentation
Entwicklung und Umsetzung von Strategien zur Digitalisierung klinischer Forschungsprozesse
Translation innovativer eHealth- und KI-Lösungen in die klinische Forschung und Praxis
Medizinische App-Entwicklung
Fortwährende Evaluierung neuer Technologien und Trends zur kontinuierlichen Verbesserung der IT-Forschungslandschaft
Koordination der Zusammenarbeit mit den übergeordneten Einrichtungen am UKB
Schulung des Studienpersonals des Standortes
Zusammenarbeit mit externen Dienstleistern und Partnern/-innen
Mitarbeit bei Drittmittelanträgen
Selbstständige Entwicklung von Studienideen sehr willkommen
Teilnahme an Investigatortreffen und Konferenzen
Publikation von Forschungsergebnissen und Kongressbeiträge
Erfolgreich abgeschlossenes Master- oder Diplomstudium der Medizininformatik, Bioinformatik, (Angewandten) Informatik oder vergleichbare Qualifikation
Promotion und/oder Erfahrung bei wissenschaftlichen Publikationen wünschenswert
Fähigkeit zur Übersetzung von klinischen Sachverhalten in IT-Anforderungen und IT-Lösungsmöglichkeiten
Erfahrungen in der integrierten Analyse medizinischer Daten, im Maschinellen Lernen sowie Kenntnisse in wissensbasierten Systemen, Requirements Engineering und Software-Engineering
Erste Kenntnisse von Terminologien wie LOINC, SNOMED-CT, Schnittstellenstandards wie HL7, FHIR, XML, DICOM sowie Erfahrungen mit medizinischen Informationssystemen wie KIS, PACS und LIS
Kenntnisse in mathematisch-statistischer Programmierung (z. B. MATLAB, R, SPSS, SAS, Python)
Erfahrungen in der medizinischen App-Entwicklung wünschenswert
Idealerweise Erfahrung in der strukturierten Speicherung großer Datenmengen (SQL/noSQL-Datenbanken, DBMS, Data Warehousing)
Kenntnisse in der Analyse bioimmunologischer und Multi-Omics-Daten sowie deren Korrelation mit klinischen Ergebnissen wünschenswert
Erfahrungen in der Anwendung von Methoden und Tools für die Analyse großer Datensätze (z. B. Next-Generation Sequencing, RNA-Seq, Genomik) wünschenswert
Affinität zum kardiovaskulären Forschungsfeld und Interesse an klinischen Studien
Hohe Motivation und Engagement sowie Fähigkeit zu eigenverantwortlichem und selbstständigem Arbeiten
Hohes Maß an Begeisterungsfähigkeit, Organisationstalent, kommunikativen Eigenschaften und Teamfähigkeit
Sehr gute Deutsch- und Englischkenntnisse