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
- 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
- + Salary range stated weight 35%
- x Remote policy stated weight 20%
- x Location stated weight 15%
- + Organisation stated weight 15%
- + Publication date stated weight 15%
Based on 3 observation(s).
- + Days open - fineOpen for 0 days so far
- + Reopen count - fineNever reopened
- + Salary range removed after publication - fineSalary range has not been removed since publication
- + Salary range narrowed - fineSalary range has not narrowed since publication
- + Missing/reappear cycles - fineNo missing-then-reappeared cycles observed
Timeline
-
*
#892135 2026-09-21 12:06 UTCPublished
-
o
#895490 2026-09-21 14:09 UTCNot seenMiss 1 in a row
-
o
#898238 2026-09-21 16:12 UTCNot seenMiss 2 in a row