Wissenschaftlicher Angestellter als Informatiker / Computer Scientist (m/w/d) - Marburg

Status
Open
Remote policy
Not stated
Employment type
Not stated
Salary
38,000-72,000 EUR / year
Tech
pythondata
Source
germantechjobs
First observed
2026-09-21 12:06 UTC
Last seen
2026-09-21 12:06 UTC
Source claims posted
2026-09-21 10:02 UTC
Consecutive misses
2 of 3

What the posting says

Salary: 38.000 - 72.000 € per year

Requirements:

Abgeschlossenem wissenschaftlichem Hochschulstudium (Master, Diplom oder vergleichbar), z. B. in Computer Science, Informatik, medizinischer Informatik oder einer verwandten quantitativen Fachrichtung

Fundierten Kenntnissen in Statistik, Machine Learning und der methodisch sauberen Evaluation prädiktiver Modelle; nachweisliche Erfahrung in der Analyse medizinischer Daten

Sehr guten Programmierkenntnissen in Python und R und praktischer Erfahrung mit einschlägigen Bibliotheken und Frameworks (z. B. pandas, NumPy, scikit-learn, XGBoost oder LightGBM; Kenntnisse in PyTorch oder TensorFlow)

Kenntnissen in Explainable AI und nachvollziehbaren Aufbereitung von Analyseergebnissen

Erfahrung mit LLMs, RAG und der strukturierten Verarbeitung medizinischer Leitlinien; Erfahrung mit API-basierter Bereitstellung von Modellen oder Services

Ausgeprägter wissenschaftlicher Arbeitsweise, hohem Qualitätsbewusstsein sowie Erfahrung an der Erstellung reproduzierbarer Analysen und wissenschaftlicher Publikationen

Sehr guter Kommunikations- und Teamfähigkeit in einem interdisziplinären Umfeld sowie sicherer Kommunikation in deutscher und englischer Sprache

Responsibilities:

Konzeption, Durchführung und wissenschaftliche Auswertung von Forschungs- und Entwicklungsprojekten an der Schnittstelle von Informatik, Digitale Medizin/Künstlicher Intelligenz und klinischer Versorgung

Konzeption und Umsetzung daten- und KI-basierter Softwaresysteme und Software-as-a-Medical-Device-Lösungen (SaMD) einschließlich Frontend, Backend bzw. ML-Komponenten, Software- und Systemarchitektur sowie Infrastructure-as-Code-Ansätzen

Integration und Evaluation digitaler und KI-basierter Anwendungen und Medizinprodukte in klinische Behandlungsabläufe sowie Entwicklung interaktiver Dashboards und Reporting-Anwendungen in enger Zusammenarbeit mit klinischen Anwender*innen

Anwendung von Verfahren des Machine Learning, Natural Language Processing (NLP) und Knowledge Discovery zur Analyse strukturierter und unstrukturierter klinischer und medizinischer Datenquellen

Extraktion, Strukturierung und Synthese medizinischen Wissens aus unstrukturierten Textkorpora sowie wissenschaftliche Entwicklung evidenzbasierter und SOP/leitliniengestützter KI-Systeme für den klinischen Einsatz

Anpassung und Entwicklung von Retrieval-Augmented-Generation-Systemen (RAG) für die medizinische Entscheidungsunterstützung einschließlich Retrieval-Pipelines, Embedding-Verfahren, Vector-Datenbanken und Integration von Large Language Models

Technologies:

AI

API

Backend

Frontend

LLM

Machine Learning

PyTorch

Python

RAG

TensorFlow

numpy

pandas

More:

Wir sind ein interdisziplinäres Team aus Ärztinnen, Angehörigen der Gesundheitsberufe, Informatikerinnen, Data Scientists sowie Wissenschaftler*innen aus Gesundheitsökonomie, Recht/Datenschutz und Ethik. Unser übergeordnetes Ziel ist die wissenschaftlich fundierte Entwicklung, Evaluation und Integration digitaler und KI-gestützter Anwendungen in medizinische Versorgungsprozesse. Wir bieten eine wissenschaftlich anspruchsvolle Tätigkeit mit unmittelbarem Anwendungsbezug im klinischen Schwerpunkt Digitale Notaufnahme und Digitale Anästhesie, Gestaltungsspielraum bei der Entwicklung und Evaluation realer medizinischer Anwendungen, die Möglichkeit eigene wissenschaftliche Schwerpunkte einzubringen und zu publizieren sowie ein vielseitiges Methodenspektrum von Statistik und Machine Learning über Explainable AI bis hin zu LLM- und RAG-basierten Assistenzsystemen.

last updated 38 week of 2026

Quality

Completeness: 65%
Honesty: 100%

Based on 3 observation(s).

Timeline

  1. *
    #892135 2026-09-21 12:06 UTC
    Published
  2. o
    #895490 2026-09-21 14:09 UTC
    Not seen
    Miss 1 in a row
  3. o
    #898238 2026-09-21 16:12 UTC
    Not seen
    Miss 2 in a row