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)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.
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
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.
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.
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.