Ihre Herausforderungen und Aufgaben:
Klinische Entscheidungsunterstützungssysteme können spezifische Aufgaben in diagnostischen und therapeutischen Prozessen übernehmen und Mediziner bei der Entscheidungsfindung unterstützen, indem sie große Datenmengen in kurzer Zeit verarbeiten und individuelle Patientenprofile (genetische Informationen, Biomarker, Hunderte von Laborwerte) während der Verarbeitung berücksichtigen. Zunehmend enthalten solche Systeme KI-Komponenten (Künstliche Intelligenz) und prädiktive pathophysiologische und pathobiochemische Simulationen, die Diagnose- und Therapieentscheidungen unterstützen. Vertrauen in solche Komponenten und Simulationen in der Praxis zu schaffen, ist jedoch eine Herausforderung und erfordert erklär- und interpretierbare zugrundeliegende Modelle sowie berechnete Entscheidungen und Simulationsergebnisse. Es erfordert auch die Quantifizierung und Kommunikation der Unsicherheit, die mit der Datenerfassung, Modellbildung und Empfehlungsberechnung verbunden ist. Modelle werden oft in hybriden Ansätzen generiert, die Expertenmodellierung und das Lernen aus Daten kombinieren, was eine (visuelle) Anleitung bei der Modellierung und Verifikation erfordert. Die Pflege von Modellen und klinischen Entscheidungsunterstützungssystemen ist von entscheidender Bedeutung und erfordert Aktualisierungen, um neue klinische Erkenntnisse und Daten widerzuspiegeln. Schließlich erfordert die Nutzung klinischer Entscheidungsunterstützungssysteme in unterschiedlichen Kontexten und durch unterschiedliche Benutzergruppen (individuelle vs. kollaborative Entscheidungsfindung und Ärzte vs. Patienten) maßgeschneiderte Ansätze.
Von der erfolgreichen Bewerberin oder dem Bewerber wird erwartet, innovative neue Ansätze zu entwickeln und in hochwertigen wissenschaftliche Veröffentlichungen auf renommierten Konferenzen und Zeitschriften zu veröffentlichen, interdisziplinäre Kooperationen zwischen Informatikern, Ingenieuren, Medizinern und der Industrie aufzubauen sowie bei der Einwerbung von Drittmitteln und administrativen Aufgaben des Instituts mitzuwirken.
Unsere Anforderungen:
Wir suchen herausragende Kandidatinnen/Kandidaten (w/d/m) mit:
- Diplom- oder Masterabschluss (bereits erworben bzw. kurz davor) im Bereich Informatik, Wirtschaftsinformatik, Medizininformatik, Mathematik oder einem vergleichbaren Studiengang,
- sehr guten Programmier- (Python, R, etc.) und Software-Engineering-Kenntnissen in mindestens einem der folgenden Bereiche:
(erklärbare) Künstliche Intelligenz
Visualisierung und Analyse von medizinischen Bildern und/oder klinischen Daten
Maschinelles Lernen, Data Mining, prädiktive Modellierung
Medical Data Science, Medical Knowledge Engineering,
- ausgezeichneten mündlichen und schriftlichen Kenntnissen in Englisch und/oder Deutsch,
- der Bereitschaft zur engen Zusammenarbeit mit einem interdisziplinären Projektteam,
- Eigeninitiative und ergebnisorientierter Arbeitsweise und Erfahrungen in der Einwerbung von Drittmitteln sind wünschenswert.
- eine attraktive Vollzeitstelle (38,5 Wochenarbeitszeit) in einem motivierten, teamorientierten und internationalen Forschungsteam,
- die Möglichkeit zur Promotion,
- diese Vollzeitstelle ist zunächst befristet bis 31.07.2024,
- ein Gehalt nach TV-L Gehaltsgruppe E13.
Internationale Bewerber müssen ein Visumverfahren abschließen, bevor eine Einstellung erfolgen kann. Die Stelle ist am PLRI Campus Hannover angesiedelt und Teil des PLRI-Forschungsschwerpunkts Medizinische Informationssysteme (https://www.plri.de/).
Eine kollegiale Einarbeitung und vielfältige Weiterbildungs- und Entwicklungsmöglichkeiten sowie ein umfangreiches Gesundheitsprogramm für Beschäftigte wird Ihnen ermöglicht. Zudem gibt es vielfältige Familienunterstützung und eine Kindertagesstätte mit Notfallkinderbetreuung. Darüber hinaus werden die üblichen sozialen Leistungen des öffentlichen Dienstes geboten.
