• Verantwortungsvoll und vielseitig: ein Arbeitsplatz mit großem Gestaltungsspielraum in einem kollegialen Team
• Bezahlung nach TV-L EG 13: Tarifliche Vergütung inkl. Jahressonderzahlung, betriebliche Altersvorsorge
• Flexibel für Familien: Flexible Arbeitszeitmodelle, Möglichkeit auf einen Platz in der Betriebskindertagesstätte und Angebote für Elternzeitrückkehrer*innen
• Clever zur Arbeit: Gute Anbindung an das SWB-Netz, Möglichkeit eines zinslosen Darlehens zur Anschaffung eines E-Bikes
• Geförderte Fortbildung: Individuelle Entwicklungschancen durch Kurse, E-Learning und Coachings
• Start mit System: Strukturiertes Onboarding
• Gesund am Arbeitsplatz: Zahlreiche Angebote der Gesundheitsförderung, kostenlose Mitgliedschaft im UKB-Fitnessstudio
• Arbeitgeberleistungen: Vergünstigte Angebote für Mitarbeiter*innen (Corporate Benefits)

Wir setzen uns für Diversität und Chancengleichheit ein. Unser Ziel ist es, den Anteil von Frauen in Bereichen, in denen Frauen unterrepräsentiert sind, zu erhöhen und deren Karrieren besonders zu fördern. Wir fordern deshalb einschlägig qualifizierte Frauen nachdrücklich zur Bewerbung auf. Bewerbungen werden in Übereinstimmung mit dem Landesgleichstellungsgesetz behandelt. Die Bewerbung geeigneter Menschen mit nachgewiesener Schwerbehinderung und diesen gleichgestellten Personen ist besonders willkommen.

• Übersetzung von klinischen Sachverhalten in IT-Anforderungen und IT-Lösungsmöglichkeiten
• Mitarbeit in Forschungsprojekten zur Anwendung von Methoden der künstlichen Intelligenz in der kardiovaskulären Forschung, insbesondere Anwendung, Evaluation und Weiterentwicklung von Lernalgorithmen, neuronalen Netzwerken oder Methoden des Maschinellen Lernens für medizinische Daten
• Durchführung von Big-Data-Analysen
• Mitarbeit bei der Umsetzung klinischer Fragestellungen in Modelle und Konzepte für klinische Studien und Metaanalysen
• Management und Implementierung von Forschungsdatenbanken sowie Datenstrukturierung
• Koordination medizinischer Datensysteme hinsichtlich Datenqualität und -konsistenz sowie Sicherstellung der effizienten Bereitstellung standardisierter klinischer Daten für die medizinische Forschung und externe wissenschaftliche Kooperationspartner
• Datenextraktion aus klinischen Primärsystemen, Datenvorbereitung und Nachbereitung, Konvertierungen und Anwendung von Techniken der Data-Augmentation
• Entwicklung und Umsetzung von Strategien zur Digitalisierung klinischer Forschungsprozesse
• Translation innovativer eHealth- und KI-Lösungen in die klinische Forschung und Praxis
• Medizinische App-Entwicklung
• Fortwährende Evaluierung neuer Technologien und Trends zur kontinuierlichen Verbesserung der IT-Forschungslandschaft
• Koordination der Zusammenarbeit mit den übergeordneten Einrichtungen am UKB
• Schulung des Studienpersonals des Standortes
• Zusammenarbeit mit externen Dienstleistern und Partnern/-innen
• Mitarbeit bei Drittmittelanträgen
• Selbstständige Entwicklung von Studienideen sehr willkommen
• Teilnahme an Investigatortreffen und Konferenzen
• Publikation von Forschungsergebnissen und Kongressbeiträge

• Erfolgreich abgeschlossenes Master- oder Diplomstudium der Medizininformatik, Bioinformatik, (Angewandten) Informatik oder vergleichbare Qualifikation
• Promotion und/oder Erfahrung bei wissenschaftlichen Publikationen wünschenswert
• Fähigkeit zur Übersetzung von klinischen Sachverhalten in IT-Anforderungen und IT-Lösungsmöglichkeiten
• Erfahrungen in der integrierten Analyse medizinischer Daten, im Maschinellen Lernen sowie Kenntnisse in wissensbasierten Systemen, Requirements Engineering und Software-Engineering
• Erste Kenntnisse von Terminologien wie LOINC, SNOMED-CT, Schnittstellenstandards wie HL7, FHIR, XML, DICOM sowie Erfahrungen mit medizinischen Informationssystemen wie KIS, PACS und LIS
• Kenntnisse in mathematisch-statistischer Programmierung (z. B. MATLAB, R, SPSS, SAS, Python)
• Erfahrungen in der medizinischen App-Entwicklung wünschenswert
• Idealerweise Erfahrung in der strukturierten Speicherung großer Datenmengen (SQL/noSQL-Datenbanken, DBMS, Data Warehousing)
• Kenntnisse in der Analyse bioimmunologischer und Multi-Omics-Daten sowie deren Korrelation mit klinischen Ergebnissen wünschenswert
• Erfahrungen in der Anwendung von Methoden und Tools für die Analyse großer Datensätze (z. B. Next-Generation Sequencing, RNA-Seq, Genomik) wünschenswert
• Affinität zum kardiovaskulären Forschungsfeld und Interesse an klinischen Studien
• Hohe Motivation und Engagement sowie Fähigkeit zu eigenverantwortlichem und selbstständigem Arbeiten
• Hohes Maß an Begeisterungsfähigkeit, Organisationstalent, kommunikativen Eigenschaften und Teamfähigkeit
• Sehr gute Deutsch- und Englischkenntnisse