Postdoctoral Research Position: Language Models for Pediatric Data Analysis

Wir suchen einen außergewöhnlichen und hochmotivierten Postdoktoranden, der die Forschung zur In-Hospital-Einführung von großen Sprachmodellen (LLMs) leitet. Der Schwerpunkt dieser Position liegt auf der Entwicklung, Validierung und sicheren Integration von lokal gehosteten LLMs zur automatisierten Kodierung von pädiatrischen Diagnosen aus elektronischen Gesundheitsakten (EHRs), mit dem Ziel, die Forschungskapazitäten und die Nutzbarkeit klinischer Daten zu verbessern. Diese Position ist in einer engen Zusammenarbeit zwischen dem Medical AI Lab der ETH Zürich und dem Universitäts-Kinderspital Basel (UKBB) eingebettet, was direkte Interaktionen mit Klinikern, klinischen Kodierern und der IT-Infrastruktur des Krankenhauses ermöglicht.

Der erfolgreiche Kandidat wird verantwortlich sein für:

• Anpassung und Entwicklung lokal gehosteter Sprachmodelle für diagnostische Kodierungsaufgaben.
• Modellentwicklung
• Strenge Modellvalidierung auf neu erstellten Benchmarks
• Sichere Bereitstellung

Weitere Aktivitäten und Aufgaben umfassen:

• Veröffentlichung von Forschungsergebnissen in erstklassigen Fachzeitschriften (z.B. führende biomedizinische Zeitschriften oder ML-Konferenzen).

Profil:

• Doktorat in einem relevanten Bereich (z.B. Informatik, Medizinische KI, Medizinische Informatik) oder einem eng verwandten Bereich
• Starke Programmierkenntnisse in Python und Erfahrung mit modernen ML/AI/LLM-Stacks (PyTorch, HuggingFace, Ollama, vllm, verteiltes Training, verl usw.)
• Deutschkenntnisse und fließende Beherrschung auf C1-Niveau oder höher, erforderlich für die Analyse lokaler Patientenakten
• Vorherige Erfahrung mit LLMs, klinischer NLP, RAG, Vektor-Datenbanken ist sehr willkommen
• Gute Praktiken im Bereich Computational Engineering: Versionskontrolle, reproduzierbare Pipelines, Batch-Job-Management usw.
• Vertrautheit mit Docker, lokalen Serverumgebungen und GPU-basierter Infrastruktur
• Erfahrung mit medizinischer Datenkodierung (ICD-10) und im Gesundheitswesen ist ein Plus
• Fähigkeit, unabhängig zu arbeiten, zu Teamleistungen beizutragen und effektiv in Englisch und Deutsch zu kommunizieren

Arbeitsplatz:

Wir bieten eine Vollzeit-Postdoc-Position an der ETH Zürich, einer der weltweit führenden Forschungsuniversitäten. Dieses Projekt ist eine Zusammenarbeit zwischen unserem Labor an der ETH Zürich (D-BSSE, ansässig in Basel) und dem Universitäts-Kinderspital Basel. Unsere Gruppe ist mit dem ETH AI Center und der SwissAI-Initiative verbunden, was unseren Gruppenmitgliedern Zugang zu dieser lebendigen und erstklassigen KI-Community ermöglicht. Zugang zu modernsten Rechenressourcen, einschließlich großer GPU-Cluster, sowie klinischen Kooperationen. Beschäftigung in einem hochinterdisziplinären Umfeld am Department of Biosystems Science and Engineering (D-BSSE) in Basel, eingebettet in einen wichtigen Knotenpunkt für medizinische und Lebenswissenschaften sowie Biotechnologieforschung.

Wir schätzen Vielfalt und Nachhaltigkeit. Im Einklang mit unseren Werten fördert die ETH Zürich eine inklusive Kultur. Wir setzen uns für Chancengleichheit ein, schätzen Vielfalt und pflegen ein Arbeits- und Lernumfeld, in dem die Rechte und die Würde aller Mitarbeiter und Studierenden respektiert werden. Besuchen Sie unsere Website zu Chancengleichheit und Vielfalt, um zu erfahren, wie wir ein faires und offenes Umfeld gewährleisten, das es jedem ermöglicht, zu wachsen und zu gedeihen. Nachhaltigkeit ist ein Kernwert für uns – wir arbeiten konsequent auf eine klimaneutrale Zukunft hin.

Neugierig? So sind wir auch. Wir freuen uns auf Ihre Online-Bewerbung, einschließlich der folgenden Dokumente (zu einem PDF zusammengefasst):

• Lebenslauf
• Bachelor- und Masterzeugnisse
• Motivationsschreiben (Motivation & Passung zum Projekt und zum Gastgeberlabor)
• Empfehlungsschreiben (sofern verfügbar, auch nur eine Liste von Namen, die für Empfehlungsschreiben abgefragt werden können, wäre ausreichend)

Bitte beachten Sie, dass wir ausschließlich Bewerbungen akzeptieren, die über unser Online-Bewerbungsportal eingereicht werden. Bewerbungen per E-Mail oder Post werden nicht berücksichtigt. Weitere Informationen über unsere Forschungsgruppe finden Sie auf dieser Website. Fragen zur Position sollten an die Labormail von Prof. Michael Moor gerichtet werden (keine Bewerbungen).