(Medizin-)Informatiker als PhD (m/w/d) Machine Learning/KI-getriebene Datenanalyse/CDSS

Start in unserem Team

Kommen Sie in unser Team und unterstützen Sie uns zum nächstmöglichen Zeitpunkt, zunächst für drei Jahre.

Das bieten wir Ihnen:

• Möglichkeit zur Promotion (Die Stelle ist als Promotionsstelle angelegt, die Betreuung erfolgt direkt im Haus. Prof. Dr. Fudickar ist Zweitmitglied der Sektion MINT der Universität zu Lübeck (inkl. Promotionsrecht), assoziiert mit dem Institut für Medizinische Informatik und PI am Fraunhofer IMTE.) sowie weitere Fort- und Weiterbildungsangebote Zugang zu den Gesundheitsdaten und der Infrastruktur des zweitgrößten Universitätsklinikums Deutschlands
• Eingruppierung in die Entgeltgruppe E13 TV-L, bei Erfüllung der tariflichen Voraussetzungen
• Eine Vollzeitbeschäftigung, zzt. 38,5 Stunden/Woche; eine Teilzeittätigkeit kann im Rahmen bestimmter Arbeitszeitmodelle vereinbart sein
• Anteiliges Mobiles Arbeiten
• Weitere spannende Benefits des UKSH finden Sie hier:Benefits (uksh.de)

Das erwartet Sie:

• Aufbau einer professionellen Plattform zur klinischen Entscheidungsunterstützung als Eigenentwicklung am UKSH, in Kooperation mit der AMPEL-Plattform des Universitätsklinikums Leipzig
• Forschungsarbeiten zu ML- und LLM-getriebenen Verfahren im Bereich der CDSS, inklusive eigener Publikationen
• Integration verfügbarer Patientendaten aus dem Krankenhausinformationssystem/MeDIC (Interoperabilität, ETL, EHR- und Zeitreihendaten)
• Arbeit in einem engagierten und vielseitigen Team und mit exzellenten Kooperationspartnern an interessanten und abwechslungsreichen Projekten
• Neben IT-Entwicklungs- und Projektaufgaben wird wissenschaftliches Arbeiten inklusive Reisetätigkeit erwartet, u.a. eine Mitarbeit in entsprechenden nationalen Arbeitsgruppen sowie in Projektmeetings

Das bringen Sie mit:

• Ein mit dem Master abgeschlossenes Hochschulstudium der Medizinischen Informatik bzw. Informatik oder eines gleichwertigen Studiums
• Praktische Erfahrung in der Entwicklung und Datenanalyse mit Verfahren des Maschinellen Lernens z.B. in Python (z.B. PyTorch, scikit-learn) und mit LLMs
• Ein hohes Maß an Eigeninitiative, Einsatzbereitschaft und strukturierter Arbeitsweise
• Sehr gute Deutsch- und Englischkenntnisse
• Idealerweise Erfahrung in der Nutzung von EHR- oder Zeitreihendaten im Kontext von ML-Verfahren sowie Erfahrung mit MLOps, Containerisierung oder Softwareentwicklung im regulierten Umfeld und Kenntnisse im Umfeld von IT-Anwendungen im Gesundheitswesen: Interoperabilität (z. B. HL7 FHIR), ETL, Datenmodelle (z. B. OMOP CDM), Datenschutz, klinische Studien

Wir freuen uns auf Ihre Bewerbung bis zum 31.10.2026 unter Angabe der Ausschreibungsnummer 29432.

We show an excerpt and a link, and the full text when the source allows it. Brands and logos shown belong to their owners.

Source: Statistisches Bundesamt (Destatis), table; dl-de/by-2-0; StarIn's calculation

Posted Nov 01, 2026

Posted Nov 01, 2026