Research Associate / Doctoral Candidate – AI-based Surgical Understanding (m/f/d)

Research Associate / Doctoral Candidate – AI-based Surgical Understanding (m/f/d)

München Vollzeit 49500 - 60500 € / Jahr (geschätzt) Kein Homeoffice möglich
T

Auf einen Blick

  • Aufgaben: Führe innovative Forschungsprojekte im Bereich KI und Chirurgie durch.
  • Unternehmen: TUM Universitätsklinikum mit interdisziplinärem Team.
  • Vorteile: Wissenschaftliche Freiheit, Publikationsmöglichkeiten und Doktorandenförderung.
  • Weitere Informationen: Dynamisches Umfeld mit exzellenten Karrierechancen und internationaler Zusammenarbeit.
  • Warum dieser Job: Gestalte die Zukunft der Chirurgie mit modernster Technologie und KI.
  • Qualifikationen: Masterabschluss in Informatik oder verwandten Bereichen und starke Programmierkenntnisse.

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

Die Forschungsgruppe MITI am TUM Universitätsklinikum sucht einen wissenschaftlichen Mitarbeiter / Doktoranden (m/w/d), um unsere Forschung zur KI-gestützten Verständnis und Darstellung chirurgischer Verfahren im Operationssaal zu unterstützen.

Unsere Ziele sind die Weiterentwicklung unseres Operationssaals zu einer der am stärksten digitalisierten und datengestützten chirurgischen Umgebungen in Europa. Wir bauen derzeit eine multimodale Dateninfrastruktur auf, die Daten während realer chirurgischer Eingriffe mit mehreren Kameras, Mikrofonen, Sensoren und anderen Datenquellen erfasst. Auf dieser Grundlage entwickeln wir Methoden des maschinellen Lernens und nachgelagerte Anwendungen, die Chirurgen und klinische Teams in ihrer täglichen Arbeit unterstützen sollen. Besonders interessiert sind wir an der Entwicklung strukturierter und Echtzeit-Darstellungen laufender chirurgischer Verfahren, beispielsweise unter Verwendung von Szenengraphen, geometrischen Darstellungen und multimodalen Lernansätzen.

Aufgaben und Verantwortlichkeiten

  • Teilnahme an innovativen Forschungsprojekten an der Schnittstelle von Medizin, Informatik und künstlicher Intelligenz, enge Zusammenarbeit mit erfahrenen Klinikern, Ingenieuren und Wissenschaftlern.
  • Entwurf und Implementierung neuartiger Ansätze für das Verständnis von Operationssälen und chirurgischen Verfahren, einschließlich Szenengraphen, graphbasierten Modellen und anderen strukturierten Darstellungen.
  • Entwicklung von Prototypen des maschinellen Lernens, die mehrere Datenmodalitäten integrieren, einschließlich 2D/3D-Visuelle, Sprache, Audio und Sensordaten.
  • Beitrag zur Entwicklung und Erweiterung unserer multimodalen Infrastruktur im Operationssaal, mit Fokus auf die Unterstützung chirurgischer KI-Anwendungen und nachgelagerter Aufgaben.
  • Veröffentlichung Ihrer Forschung in Zusammenarbeit mit Kollegen und (inter-) nationalen Forschungspartnern.
  • Verfolgung eines Doktortitels an der TUM im Rahmen Ihrer Forschungstätigkeiten.

Qualifikationen und Erfahrungen

  • Erfolgreich abgeschlossenes Hochschulstudium (Master oder gleichwertig) in Informatik, Mathematik, Robotik, Elektrotechnik oder einem anderen relevanten technischen Fachgebiet.
  • Starker Hintergrund in Computer Vision, maschinellem Lernen und Deep Learning. Erfahrung mit geometrischem Deep Learning oder graphbasierten neuronalen Netzwerken ist sehr wünschenswert.
  • Starke Programmierkenntnisse, insbesondere in Python, und Erfahrung mit relevanten Frameworks und Bibliotheken wie PyTorch, PyTorch Geometric und OpenCV.
  • Praktische Erfahrung in der Implementierung von maschinellem Lernen, Computer Vision, Robotik oder verwandten Projekten, vorzugsweise mit den folgenden Datentypen: Zeitreihendaten, unstrukturierte Daten, graphstrukturierte Daten, 2D-Bilder/Videos oder 3D-Daten.
  • Fähigkeit und Bereitschaft, in einer interdisziplinären klinischen Forschungsumgebung zu arbeiten, einschließlich regelmäßiger Arbeit im Operationssaal.
  • Fließende schriftliche und mündliche Englischkenntnisse; gute Deutschkenntnisse sind erforderlich, um in der klinischen Umgebung zu arbeiten.

Unser Angebot

  • Hochgradig interdisziplinäre Forschungsumgebung an der Schnittstelle von KI, Computer Vision, Medizintechnik und Chirurgie.
  • Enge Zusammenarbeit mit Klinikern, Informatikern, Ingenieuren und (inter-) nationalen Forschungspartnern.
  • Hoher Grad an wissenschaftlicher Freiheit und Verantwortung zur Entwicklung und Verfolgung eigener Forschungsideen innerhalb von Forschungsprojekten.
  • Gelegenheit, Arbeiten auf führenden internationalen Konferenzen und in Fachzeitschriften zu veröffentlichen und an wissenschaftlichen Konferenzen teilzunehmen.
  • Gelegenheit, einen Doktortitel an der TUM zu verfolgen.

Die Stelle ist für die Besetzung mit schwerbehinderten Menschen geeignet. Schwerbehinderte Bewerberinnen und Bewerber werden bei ansonsten im Wesentlichen gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt eingestellt.

Hinweis zum Datenschutz: Im Rahmen Ihrer Bewerbung um eine Stelle an der Technischen Universität München (TUM) übermitteln Sie personenbezogene Daten. Beachten Sie bitte hierzu unsere Datenschutzhinweise gemäß Art. 13 Datenschutz-Grundverordnung (DSGVO) zur Erhebung und Verarbeitung von personenbezogenen Daten im Rahmen Ihrer Bewerbung. Durch die Übermittlung Ihrer Bewerbung bestätigen Sie, dass Sie die Datenschutzhinweise der TUM zur Kenntnis genommen haben.

Kontakt: lars.wagner@tum.de

Research Associate / Doctoral Candidate – AI-based Surgical Understanding (m/f/d) Arbeitgeber: Technische Universität München

Die Technische Universität München bietet als Arbeitgeber ein inspirierendes und unterstützendes Umfeld, in dem Sie Ihre Fähigkeiten im IT Asset Management weiterentwickeln können. Mit einem modernen Arbeitsplatz am innovativen Forschungszentrum in Garching und einem wertschätzenden, kollegialen Arbeitsumfeld fördern wir Ihre persönliche und fachliche Entwicklung. Zudem profitieren Sie von attraktiven Leistungen des öffentlichen Dienstes, einschließlich einer betrieblichen Altersversorgung und der Möglichkeit, aktiv zur Diversität und Inklusion an unserer Hochschule beizutragen.

T

Kontaktdaten:

Technische Universität München Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass du so Research Associate / Doctoral Candidate – AI-based Surgical Understanding (m/f/d) erhalten könntest

Nutz die Wissenschafts-Community!

In der Biologie gibt es tolle Labor- und Forschungsnetzwerke. Schau dir Plattformen wie ResearchGate oder LinkedIn-Gruppen für Biologen an, um mit Gleichgesinnten zu vernetzen und über aktuelle Stellenangebote in der Branche informiert zu bleiben.

Finde relevante Konferenzen und Events

Besuche branchenspezifische Konferenzen oder Workshops, um Kontakte zu knüpfen und potenzielle Arbeitgeber direkt zu treffen. Das ist eine super Möglichkeit, um in die Branche reinzuschnuppern und dein Netzwerk zu erweitern!

Nutze Praktika und Forschungsprojekte

Viele Unternehmen im biologischen Bereich bieten Vollzeitstellen für Leute, die schon Erfahrung durch Praktika oder projektbasierte Arbeiten gesammelt haben. Schau dir deine Uni oder lokale Institute an – die haben oft Kontakte.

Bewirb dich direkt über uns!

Wenn du auf der Suche nach einer Vollzeitstelle im Bereich Biologie bist, zögere nicht und bewirb dich direkt über unsere Website bei Technische Universität München. Wir haben oft spannende Jobangebote, die genau auf deine Qualifikationen zugeschnitten sind!

Wir glauben, dass du diese Fähigkeiten brauchst, um Research Associate / Doctoral Candidate – AI-based Surgical Understanding (m/f/d) mit Bravour zu bestehen

Computer Vision
Machine Learning
Deep Learning
Geometric Deep Learning
Graph Neural Networks
Python
PyTorch

Einige Tipps für deine Bewerbung 🫡

Zeig deine Leidenschaft für Biologie:In deinem Anschreiben solltest du deutlich machen, warum du dich für Biologie begeisterst und welche Aspekte dir besonders am Herzen liegen. Erzähl uns von Projekten oder Studienrichtungen, die dich geprägt haben – das gibt deiner Bewerbung eine persönliche Note!

Füge relevante Forschung oder Praktika hinzu:Für eine Vollzeitstelle in der Biologie ist es wichtig, dass du relevante Erfahrungen in Forschung oder Praktika auflistest. Vergiss nicht, spezifische Techniken oder Methoden zu erwähnen, die du beherrschst. Das zeigt uns, dass du die praktische Seite der Biologie wirklich verstehst!

Tabellarischer Lebenslauf – klar und prägnant:Achte darauf, dass dein Lebenslauf übersichtlich und gut strukturiert ist. Listen punktuell deine Erfahrungen, Ausbildungen und relevanten Fähigkeiten auf. Verwende dabei klassische Kategorien, die für die Biologie relevant sind, wie z.B. Laborkenntnisse oder spezifische Software, die du genutzt hast.

Überzeuge mit relevanten Zertifikaten:Falls du zusätzliche Zertifikate oder Kurse im Bereich Biologie oder verwandten Fächern hast, erwähne diese unbedingt! Das kann deinen Lebenslauf aufwerten und zeigt uns, dass du bereit bist, ständig zu lernen und dich weiterzuentwickeln. Bewerb dich direkt über unsere Website – wir freuen uns auf deine Einsendung!

Wie man sich auf ein Vorstellungsgespräch bei Technische Universität München vorbereitet

Forschungsprojekte im Gepäck

Bereite dich darauf vor, deine Erfahrungen aus bisherigen Forschungsprojekten oder Praktika zu teilen. Zeige konkret, wie du Methoden in Biologie angewendet hast, und sei bereit, über die Ergebnisse zu diskutieren. Das gibt dem Interviewer einen guten Einblick in dein praktisches Wissen.

Vertraut mit Labortechniken

In der Biologie sind technische Fähigkeiten entscheidend. Sei bereit, Fragen zu spezifischen Labortechniken wie PCR, Mikroskopie oder Zellkultur zu beantworten. Vielleicht wirst du sogar gebeten, eine praktische Demonstration deiner Fähigkeiten zu machen!

Warum möchten wir hier arbeiten?

Da es sich um eine Vollzeitstelle handelt, ist es wichtig, dein langfristiges Interesse an dem spezifischen Bereich der Biologie zu zeigen. Überlege dir genau, warum dich die Forschung oder die Projekte von Technische Universität München reizen. Überlege auch, wie du dich da sehen kannst, etwa in einem Jahr oder zwei.

Erstelle dein biologisches Portfolio

Falls du schon an relevanten Arbeiten oder Veröffentlichungen beteiligt warst, bringe ein Portfolio mit oder präsentiere deine digitalen Arbeiten. Das kann ein echter Pluspunkt sein, um deine Leidenschaft für Biologie und deine wissenschaftlichen Fähigkeiten zu unterstreichen.