Machine Learning Engineer - Medizinische KI-Entwicklung - Arbeitsgruppe Machine Learning

End-to-End-ML-Entwicklung

• Entwicklung, Training, Validierung und Deployment von Deep-Learning-Modellen für medizinische Bildanalyse (primaer CT- und MRT-basiert)
• Vollständige Pipeline-Verantwortung: Von DICOM-Datenaufnahme bis zu containerisiertem Deployment
• Rapid Prototyping: Schneller Uebergang vom klinischen Problem zum funktionierenden Prototyp
• Performance-Optimierung fuer Genauigkeit, Inferenzgeschwindigkeit und Recheneffizienz

Infrastruktur & Plattformentwicklung

• Setup und Wartung von Trainings-Umgebungen: Konfiguration von GPU-Servern, Compute-Ressourcen-Management
• Aufbau wiederverwendbarer ML-Infrastruktur: Modulare Pipelines, Data Loader, Training-Frameworks
• Deployment-Systeme: Implementierung von Inference Services, APIs und Integration mit PACS-Systemen

Medical Data Engineering

• DICOM/FHIR-Datenverarbeitung: Robuste Parser, Konverter und Qualitaetskontrollsysteme
• Data Versioning und Lineage: Tracking-Systeme für reproduzierbare Experimente
• Privacy-Preserving Workflows: Datenverarbeitung konform mit DSGVO und deutschem Gesundheitsdatenschutzrecht (GDNG)
• Multi-institutionelle Datenintegration von RACOON's 38 Partnerinstitutionen

Forschungsbeitrag

• Publikation in Top-Venues für medizinische KI (RSNA, ECR, MICCAI, Medical Image Analysis)
• Beitrag zu kollaborativen Forschungsprojekten (RACOON, COMPARE, ENRICH)
• Möglichkeit zur Promotion nach individueller Absprache, * 30 Tage Urlaub, 38,5 Stunden / Woche, Jahressonderzahlung, betriebliche Altersvorsorge
• Kostenloses Landesticket Hessen
• Mobiles Arbeiten
• Uniklinik-Campus, Mensa, Cafés
• Work-Life-Balance, Teilzeitmöglichkeiten
• Gesundheitsförderung
• Corporate Benefits: Rabatte & Vergünstigungen bei beliebten Marken für unsere Mitarbeitenden
• Kitaplätze, Ferienbetreuung (Infos beim Familienservice)
• Einblicke: Instagram, YouTube, LinkedIn
• FAQ´s für neue Beschäftigte, * Anschreiben inklusive Motivation und, sofern zutreffend, relevanter Vorerfahrung.
• Arbeitszeugnisse und Zertifikate von Abschlüssen und ggf. vorhandenen Zusatzqualifikationen.
• Angaben über extrakurrikuläres Engagement.

• Master-Abschluss in (Medizin-)Informatik, Physik, Mathematik, Data Science oder vergleichbar
• Fundierte Machine-Learning-Kenntnisse: Nachweisbare Erfahrung im Training neuronaler Netze
• Experten-Level Python-Programmierung: PyTorch oder TensorFlow, NumPy, scikit-learn, pandas

Hands-On-Fähigkeiten

• Deep-Learning-Erfahrung: Sie haben CNNs, Vision Transformer oder andere Architekturen von Grund auf trainiert
• Linux-Expertise: Sicher mit Shell-Scripting, SSH, Dateisystemen, Prozess-Management
• Versionskontrolle & Kollaboration: Git-Workflows, Code-Review-Praktiken, CI/CD-Grundlagen

Arbeitsweise

• Selbstständig: Sie identifizieren Probleme, schlagen Lösungen vor und setzen um
• Pragmatisch: Sie balancieren Forschungsqualität mit dem Shipping funktionierender Systeme
• Sehr gute Deutschkenntnisse sowie gute Englischkenntnisse
• Aufgrund gesetzlicher Bestimmungen ist ein gültiger Nachweis der Masernimmunität / Masernschutzimpfung notwendig.