Research Associate (gn*) AI, Computer Vision and Computational Neuropathology in Münster

Startdatum der Ausschreibung: 04.11.26

Fixed-term contract for 3 years | Full-time, 38.5 hours per week | Salary according to TV-L E13 | Institute of Neuropathology

Wir sind das UKM. Wir haben eine klare soziale Mission und tragen mit unserem Fokus auf Gesundheitsversorgung, Forschung und Lehre eine einzigartige Verantwortung. Um unsere hohen Standards jeden Tag zu erfüllen, freuen wir uns auf Ihre Expertise in KI und Computer Vision am Institut für Neuropathologie. Wir entwickeln Deep-Learning-Methoden, die die diagnostische Ausbeute von Gehirnbiopsien verbessern – idealerweise mit Ihnen an Bord!

FORSCHUNGSPROJEKT: Krankheitsanerkennung aus reaktivem ZNS-Gewebe

Gehirnbiopsien können nur reaktives Gewebe enthalten, das angrenzend zu einer Läsion liegt, was eine definitive Diagnose durch konventionelle histopathologische Beurteilung verhindert. Unser Projekt nutzt Pathologie-Grundlagenmodelle und schwach überwachte Deep-Learning-Methoden, um die zugrunde liegende Krankheit in solchem Gewebe aus Ganzbildaufnahmen zu erkennen.

VERANTWORTLICHKEITEN:

• Entwicklung von maschinellen Lernansätzen zur Analyse histologischer Ganzbildaufnahmen, einschließlich schwach überwachter Klassifikation unter Verwendung von Pathologie-Grundlagenmodellen und Multiple Instance Learning (MIL)
• Aufbau reproduzierbarer Pipelines für Bildvorverarbeitung, Qualitätskontrolle und Merkmalsextraktion
• Bewertung der Modellrobustheit, Verzerrung und Generalisierung über Zentren, Scanner und gefrorene Schnitte hinweg sowie Anwendung von Interpretationsmethoden
• Verwaltung der digitalen Pathologieinfrastruktur des Instituts (Objektscanner, Rechenserver)
• Beitrag zu prospektiven Beobachtungsbewertungen, reproduzierbarer Forschungssoftware, wissenschaftlichen Publikationen und Konferenzpräsentationen

ANFORDERUNGEN:

• Ein Masterabschluss oder gleichwertige Qualifikation in Informatik, Datenwissenschaft, Mathematik, Bioinformatik oder einem verwandten Fachgebiet
• Starke theoretische Grundlagen in maschinellem Lernen und Computer Vision
• Praktische Erfahrung mit Python-Programmierung und Deep-Learning-Frameworks
• Interesse an rigoroser statistischer Bewertung und reproduzierbarer wissenschaftlicher Forschung
• Eine unabhängige und strukturierte Arbeitsweise, starke Kommunikations- und Teamfähigkeiten sowie Begeisterung für interdisziplinäre Forschung
• Gute schriftliche und mündliche Englischkenntnisse
• Erfahrung mit großen Bilddatensätzen, computergestützter Pathologie, Grundlagenmodellen, Multiple Instance Learning oder Bildregistrierung ist von Vorteil

Vorhergehendes medizinisches Wissen ist nicht erforderlich.

WIR BIETEN:

• Vergütung nach TV-L E13, zusätzliche jährliche Zahlung und betriebliche Altersvorsorge (VBL)
• 30 Tage Urlaub pro Jahr, plus zwei zusätzliche freie Tage an Heiligabend und Silvester
• Ein breites Spektrum an Schulungs- und Weiterbildungsmöglichkeiten
• Ein respektvolles und wertschätzendes Arbeitsumfeld innerhalb eines vielfältigen Teams
• Unterstützungs- und Beratungsangebote für Gesundheit und Work-Life-Balance
• Zusätzliche Vorteile wie Sportprogramme, Jobticket, Jobrad, Firmenveranstaltungen, Cafeteria und Notfallkindergarten

WEITERE FORSCHUNGSVORTEILE:

• Eine Gelegenheit, eine klinisch relevante Herausforderung an der Schnittstelle von KI, Computer Vision, Neuropathologie und molekularer Forschung anzugehen, mit dem Potenzial für bedeutende klinische Auswirkungen
• Enge Zusammenarbeit mit international anerkannten Forschungsgruppen, die sich auf KI, Neuropathologie und molekulare Forschung spezialisiert haben, sowie ein etabliertes Netzwerk von Partnerneuropathologiezentren
• Ein interdisziplinäres Forschungsumfeld mit etablierten Analyseabläufen und Zugang zu umfangreichen histologischen Bilddatensätzen
• Gelegenheiten zur Entwicklung innovativer methodischer Ansätze und zur Gestaltung eigener Forschungsrichtungen

Für Anfragen wenden Sie sich bitte an: Prof. Dr. Christian Thomas, Institut für Neuropathologie, christian.thomas@ukmuenster.de oder Prof. Dr. Benjamin Risse, Institut für Geoinformatik und Fachbereich Informatik, b.risse@uni-muenster.de

BESTE BEDINGUNGEN:

• Spannende Projekte
• Fort- und Weiterbildung
• Interdisziplinäre Zusammenarbeit
• Teil der Forschungsinnovation
• Weitere Vorteile (*gn=geschlechtsneutral)

CHANCENGLEICHHEIT: Chancengleichheit ist Bestandteil unserer Personalpolitik. Das UKM unterstützt die Vereinbarkeit von Beruf und Familie und ist seit 2010 als familienbewusstes Unternehmen zertifiziert. Es besteht grundsätzlich die Möglichkeit der Teilzeitbeschäftigung. In Bereichen, in denen Frauen unterrepräsentiert sind, werden sie im Rahmen der gesetzlichen Vorschriften bei gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt berücksichtigt. Schwerbehinderte werden bei gleicher Eignung im Rahmen der gesetzlichen Vorschriften ebenfalls bevorzugt.

WEITERE HINWEISE: Aufgrund der gesetzlichen Vorgaben des Masernschutzgesetzes ist eine Tätigkeit bei uns nur mit vollständigem Impfschutz gegen Masern möglich. Wir behalten uns vor, das Auswahlverfahren zu beenden, sobald eine geeignete Person gefunden wurde. Bewerbungen per E-Mail oder Post können nicht berücksichtigt werden. Vergütung nach TV-L. Die Eingruppierung erfolgt unter Berücksichtigung der Aufgabenübertragung und Qualifikation. Die Zuordnung zu den Stufen der Entgelttabelle erfolgt unter Berücksichtigung der einschlägigen Berufserfahrung.

EINSATZ VON KÜNSTLICHER INTELLIGENZ: Die Qualitätssicherung dieser Stellenausschreibung wurde durch KI unterstützt. Erstellung, Prüfung und Freigabe erfolgten durch Mitarbeitende des UKM.

Universitätsklinikum Münster Albert-Schweitzer-Campus 1 | 48149 Münster | www.ukm.de