Wissenschaftliche Mitarbeiterin ­­/­­ Wissenschaftlicher Mitarbeiter (w/m/d) für die Entwicklung und Einbindung von Machine-Learning-Algorithmen für die digitale Pathologie auf Basis von Eye-Tracking-Daten in PACS (100%)

Am Institut »DigiHealth« der Fakultät Gesundheitsmanagement ist zum nächstmöglichen Zeitpunkt im Rahmen des Drittmittelprojektes »EXPLAINER« folgende Stelle zu besetzen: Wissenschaftliche Mitarbeiterin / Wissenschaftlicher Mitarbeiter (w/m/d) für die Entwicklung und Einbindung von Machine-Learning-Algorithmen für die digitale Pathologie auf Basis von Eye-Tracking-Daten in PACS (100%) Ihre Aufgaben Sie recherchieren relevante Literatur, berücksichtigen den aktuellen Stand der Forschung und lenken und dokumentieren den Projektfortschritt. Sie entwickeln eine Eye-Tracking-Studie und erheben so das Analyseverhalten von Medizinern bei der Betrachtung von Tumorgewebe (z.B. dem Glioblastom). Sie entwickeln und verbessern Machine-Learning-Modelle zur Analyse pathologischer Bilddaten auf Basis der erhobenen Eye-Tracking-Daten von Expertinnen und Experten. Sie entwickeln eine Machine-Learning-Pipeline, die über geeignete Schnittstellen in ein Bildarchiv-System (PACS) integriert werden kann, um Bilder vollautomatisch zu bewerten und zu klassifizieren. Sie führen eigenständig Usability- und Akzeptanz-Studien (z.B. Think Aloud, Fragebögen, Interviews mit Expertinnen und Experten etc.) durch, um Erkenntnisse zur entwickelten Anwendung zu sammeln, und werten die erhobenen Daten aus. Sie unterstützen das interdisziplinäre Team bei der Erstellung von Workshops und Präsentationen für Stakeholder und stellen die Projektergebnisse auf Messen und Konferenzen vor. Optimalerweise haben Sie Interesse, sich im Bereich des Projektmanagements einzubringen. Ihr Profil Sie bringen einen promotionsqualifizierenden Hochschulabschluss mit, vorzugsweise im Bereich Machine Learning, Künstliche Intelligenz, Informatik oder Medizininformatik bzw. in einem ähnlichen Fachgebiet. Sie können Anforderungen von verschiedenen Stakeholdern strukturiert erfassen und den Fortschritt überwachen. Sie entwickeln eine Studie zur Erhebung von Eye-Tracking-Daten für medizinische Bilddaten und führen diese durch. Sie können die erhobenen Studiendaten strukturiert und nachvollziehbar auswerten und aus diesen Daten Erkenntnisse generieren. Sie haben Erfahrung mit etablierten Machine-Learning-Algorithmen und dem Training von Modellen. Idealerweise bringen Sie bereits Erfahrung mit Eye-Tracking-Experimenten mit. Idealerweise bringen Sie bereits Erfahrung mit der Analyse und der maschinellen Verarbeitung von (großen) Bilddaten mit. Sie sind begeisterungsfähig, selbstorganisiert sowie gewissenhaft und arbeiten gerne in einem interdisziplinären Team. Wir bieten Einen modernen Arbeitsplatz mit flexiblen Arbeitszeiten, Homeoffice-Möglichkeiten und umfassendem Gesundheitsmanagement Die Möglichkeit, eigenverantwortlich an interessanten Wissenschafts- und Forschungsthemen / -projekten zu arbeiten und mitzuwirken Zahlreiche Fort- und Weiterbildungsmöglichkeiten sowie die Möglichkeit, am internationalen Austausch im Rahmen von Staff Mobility teilzunehmen Ein kollegiales Arbeitsumfeld, in dem die Chancengleichheit und Gleichstellung aller Beschäftigten aktiv gefördert werden Unterstützung bei der Vereinbarkeit von Familie und Beruf, u.a. durch unseren Dual Career Service im Verbund der schwäbischen Hochschulen und Vorzugsplätze in unserer HNU-Kinderinsel In der Stadt Neu-Ulm eine internationale Ganztagesschule mit zwölf Jahrgangsstufen und einen Kindergarten ab drei Jahren Die Zusammenarbeit mit einem breiten Spektrum innovativer Partner aus Lehre, Forschung und Wirtschaft Sozialleistungen entsprechend den Regelungen des öffentlichen Dienstes einschließlich der Möglichkeit zusätzlicher Altersversorgung sowie eine Jahressonderzahlung nach den Vorgaben des TV-L Kostenlose Parkmöglichkeiten und eine sehr gute Anbindung an den öffentlichen Personennahverkehr Die Beschäftigung erfolgt in einem befristeten Beschäftigungsverhältnis für die Laufzeit des Drittmittelprojektes bis 30.09.2027. Die Vergütung richtet sich nach den tarifrechtlichen Bestimmungen (TV-L). Die Berücksichtigung ausländischer Bildungsabschlüsse setzt einen Nachweis der Gleichwertigkeit voraus. Die hierfür zuständige Stelle finden Sie über das Portal www.anerkennung-in-deutschland.de. Menschen mit Schwerbehinderung werden bei ansonsten im Wesentlichen gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt eingestellt. Der Arbeitsplatz ist grundsätzlich auch für Teilzeitkräfte geeignet, soweit eine ganztägige Besetzung durch Jobsharing gewährleistet wird. Bitte senden Sie uns Ihre Bewerbung mit den üblichen Unterlagen (Anschreiben, Lebenslauf, Zeugnisse, Nachweise über den beruflichen Werdegang) über unser Online-Portal unter www.hnu.de/karriere. Bewerbungsschluss ist der 16. September 2024. Personalrechtliche Fragen bitten wir Sie an Frau Tanja Wanner sowie inhaltliche Fragen an Prof. Dr. Johannes Schobel unter der Funktionsadresse bewerbung@hnu.de zu richten.