...sind Sie mittendrin
Wir suchen Sie als Senior Machine Learning Engineer für die Arbeitsgruppe Machine Learning an der Universitätsmedizin Frankfurt am Main. Entwickeln Sie produktionsreife KI-Modelle für die Radiologie mit Daten aus dem RACOON-Netzwerk (https://racoon.network) - Deutschlands größter Radiologie-Forschungsinitiative mit 38 Universitätskliniken. Sie übernehmen vollständige Verantwortung für End-to-End-ML-Pipelines mit der Freiheit, Lösungen zu prototypisieren, die sich zu wettbewerbsfähigen KI-Lösungen entwickeln können.
Die Stelle ist zunächst auf 12 Monate befristet.
Ihre Aufgaben:
End-to-End-ML-Entwicklung
- Entwicklung, Training, Validierung und Deployment von Deep-Learning-Modellen für medizinische Bildanalyse (primaer CT- und MRT-basiert)
- Vollständige Pipeline-Verantwortung: Von DICOM-Datenaufnahme bis zu containerisiertem Deployment
- Rapid Prototyping: Schneller Uebergang vom klinischen Problem zum funktionierenden Prototyp
- Performance-Optimierung fuer Genauigkeit, Inferenzgeschwindigkeit und Recheneffizienz
Infrastruktur & Plattformentwicklung
- Setup und Wartung von Trainings-Umgebungen: Konfiguration von GPU-Servern, Compute-Ressourcen-Management
- Aufbau wiederverwendbarer ML-Infrastruktur: Modulare Pipelines, Data Loader, Training-Frameworks
- Deployment-Systeme: Implementierung von Inference Services, APIs und Integration mit PACS-Systemen
Medical Data Engineering
- DICOM/FHIR-Datenverarbeitung: Robuste Parser, Konverter und Qualitaetskontrollsysteme
- Data Versioning und Lineage: Tracking-Systeme für reproduzierbare Experimente
- Privacy-Preserving Workflows: Datenverarbeitung konform mit DSGVO und deutschem Gesundheitsdatenschutzrecht (GDNG)
- Multi-institutionelle Datenintegration von RACOON's 38 Partnerinstitutionen
Forschungsbeitrag
- Publikation in Top-Venues für medizinische KI (RSNA, ECR, MICCAI, Medical Image Analysis)
- Beitrag zu kollaborativen Forschungsprojekten (RACOON, COMPARE, ENRICH)
- Möglichkeit zur Promotion nach individueller Absprache
