Wissenschaftliche​/r Mitarbeiter​/-in – Postdoc; w​/m​/d

In der Klinik für Anästhesiologiebesetzen wir in der Nachwuchsgruppe von PD Dr. Mare Mechelinck eine Stelle als

Einsatzort: Klinik für Anästhesiologie, im Projektteam PARROT (Patient-centred perioperative Assessment for individualized Risk reduction and decision support using Operational Digital Twins).

Arbeitszeit: 100% der vollen tariflich vereinbarten Arbeitszeit (zzt. 38,5 Std./W.)

Befristung: zunächst unter Berücksichtigung des Wiss Zeit für 2 Jahre mit Option auf Verlängerung und Habilitation

Einstieg: zum nächstmöglichen Zeitpunkt

Vergütung: EG 13 (TV-L)

Ihre Aufgaben

Ihre Hauptaufgabe ist die Entwicklung, Kalibrierung und Validierung mechanistischer sowie datengetriebener Modelle - von kardiovaskulären digitalen Zwillingen bis zu hybriden Prädiktionssystemen - um perioperative Risiken patientinnen/-patientenspezifisch zu modellieren und klinische Entscheidungsunterstützung durch innovative Simulationsverfahren zu ermöglichen.

• Entwicklung, Kalibrierung und Validierung mechanistischer, datengetriebener und hybrider Modelle (inkl. Unsicherheitsquantifizierung, Modellgüte und Generalisierbarkeit)
• Aufbau kardiovaskulärer digitaler Zwillinge:
  • Patientinnen/-patientenspezifischer Modellinstanzen
  • Aktualisierung mit longitudinalen Daten
  • Simulationsszenarien zu individuellen Therapien
• Technische Umsetzung in Python, zusätzlich ggf. MATLAB, Julia oder C++:
  • Mit Versionskontrolle, Dokumentation und reproduzierbaren Arbeitsabläufen
  • Bei Bedarf HPC, Cloud oder Containerisierung
• Publikation und Präsentation der Ergebnisse, sowie Mitarbeit an Drittmittelanträgen und Projektberichten.
• Anleitung von Studierenden und wissenschaftlichen Mitarbeitenden, sowie Koordination von Arbeitspaketen und Dokumentation von Ergebnissen, Code, Datenflüssen und Modellannahmen
• Berücksichtigung von Datenschutz, Datenmanagement sowie ethischer und regulatorischer Anforderungen

Ihr Profil

• Abgeschlossene Promotion in Mathematik, Angewandter Mathematik, Informatik, Data Science, Computational Biology/Medicine, Biomedical Engineering, Medizinischer Informatik, Biometrie oder einer vergleichbaren Fachrichtung
• Erfahrung in mathematischer, simulationsbasierter und/oder prädiktiver Modellierung, idealerweise mit biomedizinischem, physiologischem oder klinischem Bezug
• Fundierte Kenntnisse in Statistik und Machine Learning (u.a. Zeitreihenanalyse, Bayes’sche Inferenz, Prädiktionsmodelle, Modellvalidierung und Unsicherheitsquantifizierung)
• Sehr gute Programmierkenntnisse, insbesondere in Python (Num Py, Sci Py, pandas, scikit-learn), sowie Java/ Java Enterprise
• Erfahrung mit PyTorch/ Tensor Flow und reproduzierbaren Workflows (z.B. Git)
• Interesse an kardiovaskulärer Physiologie, perioperativer Medizin und klinischer Entscheidungsunterstützung sowie Freude an interdisziplinärer Zusammenarbeit
• Publikationserfahrung in peer reviewten Fachzeitschriften
• Sehr gute Deutsch- (B2) und Englischkenntnisse (C1) in Wort und Schrift
• Wünschenswert wäre:
  • Erfahrung mit:
    • Klinischen/ perioperativen Daten
    • Digitalen Zwillingen und patientenspezifischer Modellierung
    • Kardiovaskulären Simulationsplattformen (z.B. Circ Adapt, Sim Vascular, OpenFOAM, COMSOL)
    • VVUQ (Verification, Validation and Uncertainty Quantification)
    • HPC, Cloud-Infrastrukturen, Containerisierung (z.B. Docker) oder Near-Real-Time-Simulationen (z.B. MPI/OpenMP oder HPC-Cluster)
    • MATLAB/ Simulink oder Julia für Prototyping und Simulationen
    • C++ für beispielsweise Echtzeit-Analysen
  • Kenntnisse zu Datenschutz, Datenmanagement und ethischen Anforderungen im Umgang mit klinischen Forschungsdaten
• Selbstständige, strukturierte und…