> Markdown version of [/jobs/ext/3317276-startup-co-founder-chief-technology-officer](https://www.wearedevelopers.com/jobs/ext/3317276-startup-co-founder-chief-technology-officer). Every page supports `.md` or `Accept: text/markdown`. Links point to the HTML versions so they work for humans too. Agent guide: [/agents.md](https://www.wearedevelopers.com/agents.md).

---

# Startup Co-Founder / Chief Technology Officer

- **Company:** Andreas Seitz
- **Location:** Erfurt, Germany (Remote available)
- **Experience:** Expert
- **Contract:** Permanent contract
- **Skills:** Artificial Intelligence, Cloud Computing, Databases, Data Structures, JSON, Python (Programming Language), Machine Learning, Pattern Recognition, Software Engineering, IT Architecture, Information Technology, Variational Autoencoders
- **Published:** September 14, 2026
- **Apply:** https://www.indeed.com/viewjob?jk=f01dfec409294637

## About the Role

* Technologische Seniorität: Abgeschlossenes Studium (MSc / PhD) in Informatik, Data Science, Software Engineering oder nachweisbare, exzellente operative Erfahrung im Aufbau datengetriebener Architekturen.
 * Deep-Tech Expertise: Hervorragende Kenntnisse in Python, Cloud-Infrastrukturen, Datenbankmanagement und tiefgreifende Erfahrung im Bau von Machine-Learning-Pipelines.
 * BioTech-Affinität: Du musst kein Biologe / Mediziner sein, besitzt aber das analytische Rüstzeug, um biomedizinische Parameter und Datenstrukturen (.vcf, .csv, JSON) zu abstrahieren.
 * CEO-Mindset: Pragmatismus, Agilität und der unbedingte Wille, visionäre Modelle zügig in ein marktfähiges, ausfallsicheres Endprodukt zu überführen.
 * Sprachen: Verhandlungssicheres Deutsch und Englisch in Wort und Schrift.

## Description

* Biomedizinische Daten-Architektur: Technische Handhabung und Strukturierung hochkomplexer biologischer und klinischer Datensätze (Multi-Omics, Laborwerte, longitudinale Biomarker). Du baust die skalierbare Infrastruktur zur sicheren Integration dieser spezifischen Gesundheitsdaten.
 * AI & Machine Learning Infrastruktur: Technische Integration und Optimierung von Algorithmen (z.B. VAEs, GNNs) zur prädiktiven Mustererkennung direkt in medizinischen und biologischen Datensätzen.
 * Translational Engineering: Enge Zusammenarbeit mit dem Chief Science Officer (CSO), um biologische Interaktionskaskaden (wie z. B. das Neuro-immune Interface) in saubere Logiken und modulare Graphen zu überführen.
 * Security & Compliance: Konzeption der IT-Architektur nach höchsten Datenschutzstandards für den klinischen B2B-Umgang mit hochsensiblen, verschlüsselten Gesundheitsdaten