09.11.2026 aktualisiert

MA
nicht verfügbar
info: nicht verfügbar bis 28.02.2027

Doktorand Medical AI & Data Science | Computational Pathology | Machine Learning | Computer Vision

Dortmund, Deutschland
Dortmund +100 km
Promotionsstudium / Doktorand im Bereich Medizinische Kuenstliche Intelligenz (in Abschlussphase)
Dortmund, Deutschland
Dortmund +100 km
Promotionsstudium / Doktorand im Bereich Medizinische Kuenstliche Intelligenz (in Abschlussphase)

Profilanlagen

Lebenslauf_Albahri.pdf

Skills

Künstliche IntelligenzComputer VisionMedizinische InformatikBildanalysePathologieMachine LearningMedizinData SciencePyTorchDeep LearningGenerative AIMedizinische AnalyseDigitale Pathologie
Machine Learning & Deep Learning
Fundierte Kenntnisse in der Entwicklung und Validierung von Deep-Learning-Modellen, insbesondere fuer medizinische Bildanalyse, Computational Pathology und Whole-Slide-Image-Analyse. Aufbau von Deep-Learning-Pipelines fuer Mitosedetektion, Biomarkerpraediktion und Benchmarking von Foundation Models.

Computer Vision & Medical AI
Umfangreiche Erfahrung in der Anwendung von Computer-Vision-Methoden auf medizinische Bilddaten, einschliesslich DICOM-Bildverarbeitung, radiomics-basierter Analysepipelines und KI-gestuetzter Befundungsworkflows in der Pathologie.

AI Model Validation & Data Quality
Verantwortung fuer reproduzierbare Validierungsstrategien, Data Quality und robuste Modellevaluation unter Cross-Dataset-, Cross-Scanner- und Domain-Shift-Bedingungen. Erfahrung in der Auswertung pathologischer Annotationen und WSI-abgeleiteter Regions of Interest fuer expertengeleitete Fehleranalyse.

Python & PyTorch
Sehr gute Kenntnisse in Python und PyTorch fuer die Entwicklung von Machine-Learning- und Deep-Learning-Loesungen, einschliesslich Feinabstimmung vortrainierter Modelle und Entwicklung von Analysepipelines.

Predictive Modeling
Erfahrung in der Entwicklung von Vorhersagemodellen fuer medizinische Anwendungen, z.B. Klassifikation pathologischer Leberveraenderungen in MRT-Bildern und Praediktion des BRAF-Mutationsstatus in der Dermatopathologie.

Generative AI / RAG / AI Agents
Kenntnisse in generativer KI, Retrieval-Augmented Generation und AI-Agenten-Architekturen als Teil des breiten KI-Kompetenzprofils.

Daten- & Software-Pipelines
Aufbau und Verwaltung von Daten- und Softwarepipelines fuer medizinische KI-Projekte, einschliesslich CI/CD-Automatisierung mit GitLab und Docker-basierter Containerisierung.

Scikit-learn & OpenCV
Gute Kenntnisse in Scikit-learn fuer klassische Machine-Learning-Verfahren sowie in OpenCV fuer Bildverarbeitungsaufgaben in medizinischen und technischen Anwendungen.

Technische Projektsteuerung & Priorisierung
Eigenstaendige Strukturierung, Priorisierung und fachliche Steuerung von Arbeitspaketen in interdisziplinaeren Forschungs- und Entwicklungsprojekten an der Schnittstelle zwischen Medizin, Data Science und Softwareentwicklung.

Softwarequalitaet & reproduzierbare AI-Systeme
Erfahrung in Softwarequalitaetssicherung, reproduzierbaren Entwicklungsworkflows und der Erstellung technischer Berichte sowie wissenschaftlicher Publikationen und Konferenzbeitraege.

Erfahrung

Berufserfahrung0 - 5 Jahre
Freelancer seit2026

Sprachen

ArabischMutterspracheDeutschverhandlungssicherEnglischverhandlungssicher

Projekthistorie

Doktorand und wissenschaftlicher Mitarbeiter - Computational Pathology / Medizinische KI

Fachhochschule Dortmund / Universitaet Duisburg-Essen (WisPerMed-Projekt)
Entwicklung und Validierung KI-gestuetzter Computational-Pathology-Workflows fuer digitalisierte H&E-Whole-Slide-Images. Direkte Abstimmung medizinischer Fragestellungen und AI-Use-Cases mit Aerzten und Pathologen. Aufbau von Deep-Learning-Pipelines fuer Mitosedetektion und Biomarkerpraediktion. Verantwortung fuer reproduzierbare Validierungsstrategien und robuste Modellevaluation. Verfassen wissenschaftlicher Publikationen und Konferenzbeitraege.

Tutor / Lehrassistent fuer zwei Hochschulmodule

Fachhochschule Dortmund
Tutorentaetigkeit fuer die Module Visualisierung und Interaktion in der Medizin (Bachelor) und Fortgeschrittene Methoden der Signal- und Bildverarbeitung in der Medizin (Master). Konzeption und Durchfuehrung von Tutorien und praktischen Uebungen sowie Erstellung ergaenzender Lehrmaterialien.

Wissenschaftlicher Mitarbeiter - Aufbau eines Ganganalyselabors

Hochschule Koblenz, Remagen
Spezialisierte Forschung zur Integration kuenstlicher Intelligenz in ein Ganganalyselabor. Mitwirkung an der technischen Konzeption und dem Aufbau einer neuen Labor- und Dateninfrastruktur. Entwicklung einer intuitiven grafischen Benutzeroberflaeche fuer die Laborsoftware sowie Konzeption einer effizienten Kommunikationsschnittstelle zwischen Laborgeraeten, Erfassungssystemen und Servern.

Werkstudent - Software- und Testentwicklung

Siemens Healthineers, Forchheim
Entwicklung von Python-Tools zur Evaluation medizinischer Bildanalysen. Integration medizinischer DICOM-Bilder und Implementierung von Bildverarbeitungs- und Analysefunktionen. Implementierung eines serverbasierten Bildabrufs sowie Unterstuetzung bei Softwaretests und Qualitaetssicherung.

Masterand / Forschungspraktikant

Lehrstuhl fuer Mustererkennung, Friedrich-Alexander-Universitaet Erlangen-Nuernberg
Masterarbeit: Multimodale Emotionserkennung in Comicszenen mit Deep Learning. Entwicklung eines multimodalen Deep-Learning-Frameworks zur Emotionserkennung in Comicszenen. Feinabstimmung mehrerer vortrainierter Bild- und Sprachmodelle mit PyTorch.

Werkstudent - Softwareentwicklung

Chimaera GmbH, Erlangen
Automatisierung von CI/CD-Pipelines mit GitLab. Entwicklung und Durchfuehrung von Tests grafischer Benutzeroberflaechen mit Qt5 und Squish. Arbeit mit Docker-Containern, privaten Registries und Ansible-basierter Konfigurationsautomatisierung. Mitwirkung an Softwarequalitaetssicherung und reproduzierbaren Entwicklungsworkflows.

Bachelorand / Forschungspraktikant

Universitaetsklinikum Bonn
Bachelorarbeit: Entwicklung und Optimierung einer radiomics-basierten Machine-Learning-Pipeline fuer MRT Bilder (Abschlussnote: 1,3). Entwicklung und Evaluation von Machine-Learning-Verfahren zur Klassifikation pathologischer Leberveraenderungen in MRT-Bildern. Entwicklung einer radiomics-basierten Analysepipeline mit quantitativen Merkmalen aus medizinischen Bilddaten.

Ehrenamtlicher Helfer

Bahnhofsmission, Essen
Unterstuetzung von Reisenden am Essener Hauptbahnhof. Erstorientierung bei sozialen Problemlagen und Unterstuetzung von Menschen mit Behinderungen.

Kontaktanfrage

Einloggen & anfragen.

Das Kontaktformular ist nur für eingeloggte Nutzer verfügbar.

RegistrierenAnmelden