Wissenschaftliche/r Mitarbeiter/in (m/w/d) Machine Learning / Medical Data Science

Wissenschaftliche/r Mitarbeiter/in (m/w/d) Machine Learning / Medical Data Science

Gießen Vollzeit 49500 - 60500 € / Jahr (geschätzt) Kein Homeoffice möglich
J

Auf einen Blick

  • Aufgaben: Entwickle innovative KI-Tools zur Analyse medizinischer Daten und verbessere die klinische Forschung.
  • Unternehmen: Traditionsreiche Justus-Liebig-Universität Gießen mit Fokus auf Forschung und Gesellschaft.
  • Vorteile: Flexible Arbeitszeiten, kostenlose ÖPNV-Nutzung, zahlreiche Weiterbildungsangebote und gute Vereinbarkeit von Familie und Beruf.
  • Weitere Informationen: Dynamisches Team mit exzellenten Entwicklungsmöglichkeiten und einem inklusiven Arbeitsumfeld.
  • Warum dieser Job: Gestalte die Zukunft der Medizin mit modernster Technologie und arbeite an spannenden Projekten.
  • Qualifikationen: Abgeschlossenes Studium in Data Science oder verwandten Fächern, Programmierkenntnisse in Python.

Das prognostizierte Gehalt liegt zwischen 49500 - 60500 € pro Jahr.

Die 1607 gegründete Justus-Liebig-Universität Gießen (JLU) ist eine traditionsreiche Forschungsuniversität. Inspiriert von der Neugier auf das Unbekannte ermöglichen wir rund 25.000 Studierenden und 5.800 Beschäftigten, Wissenschaft für die Gesellschaft voranzutreiben. Unterstützen Sie uns ab dem nächstmöglichen Zeitpunkt in Vollzeit als Wissenschaftliche/r Mitarbeiter/in (m/w/d) Machine Learning / Medical Data Science. Die Stelle ist in dem drittmittelfinanzierten Projekt „Förderung DZG-Forschungs-IT“ gemäß § 2 WissZeitVG und § 72 HessHG mit Gelegenheit zur eigenen wissenschaftlichen Qualifizierung an der Professur für interstitielle und seltene Lungenerkrankungen am Fachbereich Medizin zu besetzen. Bei Vorliegen der tariflichen Voraussetzungen erfolgt die Vergütung nach Entgeltgruppe 13 TV-H. Sie werden, soweit die zulässige Höchstdauer einer befristeten Beschäftigung nicht überschritten wird, bis zum 31.12.2030 beschäftigt.

Forschen Sie an der Schnittstelle zwischen Mensch, Maschine und Medizin und verbessern Sie damit die klinische Forschung und medizinische Versorgung. Ziel des Projektes ist es, den Zugang zu medizinischen Daten und deren Analyse mit der Hilfe von KI-Sprachmodellen für medizinisches Fachpersonal zu ermöglichen.

Ihre Aufgaben im Überblick:

  • Entwicklung bzw. Anpassung von Transformer Frameworks für Zugriff und Analyse von strukturierten relationalen klinischen Daten
  • Entwicklung von LLM-Tools, um z. B. via MCP einen sicheren Zugang für Sprachmodelle auf lokale Daten zu ermöglichen
  • Entwicklung von Datentransformations-Pipelines für die Integration heterogener medizinischer Daten
  • Evaluation von Usability- und Sicherheitsaspekten der zu entwickelnden LLM-Tools

Das Erbringen wissenschaftlicher Dienstleistungen (einschließlich der Bearbeitung eines aus Mitteln Dritter befristet finanzierten Forschungsvorhabens) dient zugleich der wissenschaftlichen Qualifizierung.

Ihre Qualifikationen und Kompetenzen:

  • Abgeschlossenes wissenschaftliches Hochschulstudium in einem der Fächer Data Science, Informatik, Mathematik oder einem verwandten Fachgebiet
  • Fundierte Kenntnisse der Funktionsweise und technischen Details großer Sprachmodelle und des Betriebs von open-weight LLMs
  • Erfahrungen in der Anbindung von Tools an LLMs, z. B. mit MCP
  • Programmiererfahrung in Python
  • Starkes Interesse an der Arbeit mit echten Patientendaten und an der Zusammenarbeit mit führenden Wissenschaftlern
  • Teamfähigkeit und Kommunikationsfähigkeit
  • Sehr gute Englischkenntnisse in Wort und Schrift sowie Grundkenntnisse in Deutsch (mindestens Sprachniveau A1)

Unser Angebot an Sie:

  • Eine abwechslungsreiche Tätigkeit mit flexiblen Arbeitszeiten
  • Die kostenlose Nutzung des öffentlichen Personennahverkehrs (LandesTicket Hessen)
  • Mehr als 100 Seminare, Workshops und E-Learning-Angebote pro Jahr zur persönlichen Weiterbildung sowie vielfältige Gesundheits- und Sportangebote
  • Eine Vergütung nach TV-H, betriebliche Altersvorsorge, Kinderzulage sowie Sonderzahlungen
  • Die gute Vereinbarkeit von Familie und Beruf (Zertifikat „audit familiengerechte hochschule“)

Für weitere Rückfragen steht Ihnen Herr Dr. Raphael Majeed per E-Mail gerne zur Verfügung. Die JLU begrüßt qualifizierte Bewerbungen unabhängig von biologischem und sozialem Geschlecht, Behinderung, Nationalität, ethnischer und sozialer Herkunft, Religion, Weltanschauung, Alter sowie sexueller Orientierung und Identität. Die JLU strebt gemäß Frauenförderplan einen höheren Frauenanteil an; deshalb bitten wir qualifizierte Frauen nachdrücklich, sich zu bewerben. Die JLU ist als familiengerechte Hochschule zertifiziert. Bewerbungen Schwerbehinderter werden bei gleicher Eignung bevorzugt.

Sie wollen mit uns neue Wege gehen? Bewerben Sie sich über unser Onlineformular bis zum 27.08.2026 unter Angabe der Referenznummer 312/11. Wir freuen uns auf Ihre Bewerbung. Sie möchten mehr über Jobs & Karriere an der JLU erfahren? Überzeugen Sie sich selbst von unseren Arbeitgeberleistungen auf www.uni-giessen.de/karriere.

Wissenschaftliche/r Mitarbeiter/in (m/w/d) Machine Learning / Medical Data Science Arbeitgeber: Justus-Liebig-Universität Gießen

Die Justus-Liebig-Universität Gießen bietet als traditionsreiche Forschungsuniversität ein inspirierendes Umfeld für wissenschaftliche Mitarbeiter/innen, die an innovativen Projekten im Bereich Data Science und Social Media Analysis arbeiten möchten. Mit flexiblen Arbeitszeiten, umfangreichen Weiterbildungsangeboten und der Möglichkeit zur aktiven Mitgestaltung Ihrer wissenschaftlichen Karriere, fördert die JLU nicht nur Ihre fachliche Entwicklung, sondern sorgt auch für eine gute Vereinbarkeit von Familie und Beruf. Zudem profitieren Sie von einem interdisziplinären Team und der kostenlosen Nutzung des öffentlichen Personennahverkehrs in Hessen.

J

Kontaktdaten:

Justus-Liebig-Universität Gießen Recruiting-Team

Wir glauben, dass du diese Fähigkeiten brauchst, um Wissenschaftliche/r Mitarbeiter/in (m/w/d) Machine Learning / Medical Data Science mit Bravour zu bestehen

Machine Learning
Data Science
Informatik
Mathematik
Transformer Frameworks
LLM-Tools
Datentransformations-Pipelines