Über uns
Das University Heart and Vascular Centre (UHZ) des University Medical Center Hamburg-Eppendorf (UKE) definiert kardiovaskuläre Forschung neu durch die Integration von großangelegten klinischen und translationalen Studien in die tägliche klinische Praxis. Das Zentrum verfügt über ein umfassendes Ökosystem mit tief charakterisierten Kohortenstudien (>10.000 Teilnehmer), Biobanking, longitudinaler Nachverfolgung und patientenzentrierter Forschung mit mobilen Monitoring-Systemen und vernetzbaren Wearables.
Über das Projekt
AF-B-STEP ist ein neu gegründetes EU-IHI-Konsortium unter der Leitung des Zentrums. Das Projekt befasst sich mit einer der wichtigsten offenen Fragen der Arrhythmieforschung: Wie sollte die Vorhofflimmer-Last Diagnose, Risikostratifizierung und Behandlung beeinflussen? Das Konsortium vereint 18 Partner aus akademischen Institutionen, Industrie und Patientenorganisationen in Europa und Kanada und integriert Daten aus über 60 klinischen Studien mit 500.000 Patienten.
Aufgaben
- Architektur und Betrieb des Daten-Backbones des Konsortiums
- Design und Implementierung von Pipelines zur semi-automatisierten Harmonisierung und Qualitätssicherung heterogener klinischer Datenquellen
- Entwicklung von KI-gestützten Anomalieerkennung und FAIR-konformen Datenressourcen
- Koordination des Data-Science-Teams und Mentoring von Nachwuchsforschern
- Entwicklung moderner Metadaten-Management-Strategien mit semantischer Anreicherung (SNOMED CT, LOINC)
- Zusammenarbeit mit Dateneigentümern führender akademischer Institutionen und Industriepartnern
- Publikation von Forschungsergebnissen in Top-Tier-Journalen mit Relevanz für klinische Leitlinien und regulatorische Entscheidungen
- Leitung analytischer Projekte aus einem der größten harmonisierten kardiovaskulären Datensätze (200.000+ Patientenjahre)
Anforderungen
- Master-Abschluss oder PhD in Data Science, (Bio-)Informatik, (Bio-)Statistik oder verwandtem Quantitativ-Feld
- Minimum 2 Jahre postgraduale berufliche Erfahrung (dokumentiert im CV; Studentenjobs und Praktika zählen nicht)
- Technische Exzellenz in Data Science und Data Engineering (aktives GitHub-Profil, Peer-Review-Publikationen oder vergleichbares Portfolio)
- Proficiency in PyTorch und praktische Erfahrung mit modernen Microservice- und API-basierten Software-Architekturen
- Solide Erfahrung mit relationalen Datenbanken (PostgreSQL), Object Storage (MinIO) und Versionskontrolle (Git, GitLab, CI/CD)
- Echtes Interesse an kardiovaskulärer Medizin mit intrinsischer Motivation und ergebnisorientierter Arbeitsweise
- Starke Selbstmanagement-Fähigkeiten mit Fähigkeit zur Selbstdarstellung in Bewerbung und Interview
- Ausgezeichnete Kommunikationsfähigkeiten in Deutsch und Englisch; Fähigkeit, Brückenbauer zwischen technischen und klinischen Partnern zu sein
Benefits
- Attraktive Vergütung nach TVöD/VKA
- Sichere Beschäftigung mit sinnvoller Arbeit und respektvoller Zusammenarbeit
- Umfassendes Onboarding und offener Wissensaustausch
- Erweiterte Schulungs- und Weiterbildungsprogramme (UKE Academy for Education and Careers)
- Familienfreundliches Arbeitsumfeld mit Kinderbetreuungsoptionen und kostenlosen Ferienbetreuungen
- Umfassende Gesundheits-, Wellness- und Sportangebote
- Nachhaltige Mobilität: Deutschlandticket-Subventionierung und kostenloser Dr. Bike-Service
- Vielfältige Verpflegungsoptionen in der Kantine und Health-Kitchen-Angeboten
Preferred Qualifications
- Erfahrung mit Datenanalyse aus prospektiven oder randomisierten klinischen Studien (idealerweise kardiovaskulär)
- Kenntnisse von Clinical-Trial-Datenstandards (CDISC SDTM/ADaM) und/oder medizinischen Ontologien (SNOMED CT, LOINC)
- Praktische Erfahrung mit NLP- und/oder LLM-basierten Methoden zur Informationsextraktion aus medizinischen Texten
- Nachgewiesene praktische Erfahrung in Verwaltung Linux-basierter Forschungsinfrastrukturen, Kubernetes-Management und Workload-Automatisierung