Wissenschaftliche*r Mitarbeiter*in in der Abteilung AI4Health
Über uns
Die Fakultät VI Medizin und Gesundheitswissenschaften umfasst die Bereiche Humanmedizin, Medizinische Physik und Akustik, Neurowissenschaften, Psychologie sowie die Versorgungsforschung. Zusammen mit den vier regionalen Krankenhäusern bildet die Fakultät VI die Universitätsmedizin Oldenburg. Weiterhin besteht eine enge Zusammenarbeit mit der Universitätsmedizin der Universität Groningen. In der Abteilung AI4Health werden methodische Fragestellungen in den Bereichen selbstüberwachtes/label-effizientes Lernen sowie Erklärbarkeit von tiefen neuronalen Netzwerken (XAI) insbesondere für den Einsatz in biomedizinischen Anwendungsthemen entwickelt. Weitere Informationen zur Abteilung sind auf https://uol.de/ai4health zu finden. Die Stelle ist angesiedelt im Bereich der konzeptbasierten erklärbaren KI. Sie zielt auf eine methodische Weiterentwicklung von Verfahren und dessen Erprobung in biomedizinischen Anwendungsszenarien.
Ihre Aufgaben
- Methodische Weiterentwicklung von Methoden im Bereich der konzeptbasierten erklärbaren KI
- Erprobung der Methoden in biomedizinischen Anwendungen
- Publikation der Forschungsergebnisse in Fachzeitschriften und Vorstellung auf Konferenzen
- Beteiligung an der Lehre im englischsprachigen Masterstudiengang Data Science and Machine Learning (4 LVS)
- Wissenschaftliche Weiterqualifizierung (Promotion)
Ihr Profil
- Einstellungsvoraussetzungen: abgeschlossenes wissenschaftliches Hochschulstudium im Bereich Informatik
- Fundierte theoretische und praktische Kenntnisse (erstere nachgewiesen durch relevante Lehrveranstaltungen/abgeschlossene Online-Kurse, letztere nachgewiesen durch eigene Projekte) im Bereich des maschinellen Lernens, insbesondere im Bereich tiefe neuronale Netzwerke
- Exzellente Programmierkenntnisse in Python und im DL-Framework Pytorch
- Sehr gute Englischkenntnisse in Wort und Schrift Von Vorteil sind:
- Kenntnisse im Bereich XAI, insbesondere im Bereich konzept-basierte Erklärungen
- Erfahrungen in der Analyse von Feature-Repräsentationen von tiefen neuronalen Netzwerken
- Kenntnisse im Bereich selbstüberwachtes Lernen von Repräsentationen
- Hohe Selbständigkeit, Flexibilität und Teamfähigkeit sowie Bereitschaft zur interdisziplinären Arbeit Deutschkenntnisse
Wir bieten
- Ein vielfältiges, anregendes und anspruchsvolles Tätigkeitsgebiet
- Ein offenes, kreatives und dynamisches Arbeitsumfeld in der Abteilung „AI4Health“
- Bezahlung nach Tarifrecht (Jahressonderzahlung, betriebliche Altersvorsorge, vermögenswirksame Leistungen) inkl. 30 Tage Jahresurlaub
- Unterstützung und Begleitung in der Phase Ihrer Einarbeitung
- Ein familienfreundliches Umfeld mit flexibler Arbeitszeit (Gleitzeit) und der Möglichkeit zu anteiliger mobiler Arbeit
- Leistungen der betrieblichen Gesundheitsförderung
- Ein umfangreiches kostenloses Weiterbildungsprogramm Weitere Informationen und Benefits zum Arbeiten an der Universitätsmedizin Oldenburg finden Sie unter https://uol.de/umo-benefits.
Vorteile an der Universität Oldenburg
- 30 Tage Urlaub
- Sichere Vergütung nach Tarif
- Betriebliche Altersvorsorge
- Weiterbildungsmöglichkeiten
- Flexible Arbeitszeit
- Gesundheitsmanagement
- Mobiles Arbeiten
- Vereinbarkeit von Beruf und Familie Unterstützung bei der Kinderbetreuung Hochschulsport Zertifikat Fahrradfreundlicher Arbeitgeber Corporate Benefits
Vergütung E13 TV-L Stellenumfang 100% (teilzeitgeeignet) Einrichtung Department für Versorgungsforschung (Fakultät VI - Medizin und Gesundheitswissenschaften) Dienstort Oldenburg (Oldb) Bewerbungsfrist 29.06.2026 Beschäftigungsbeginn zum nächstmöglichen Zeitpunkt Befristet für 3 Jahre
Unser Anspruch Die Carl von Ossietzky Universität Oldenburg strebt an, den Frauenanteil im Wissenschaftsbereich zu erhöhen. Deshalb werden Frauen nachdrücklich aufgefordert, sich zu bewerben. Gemäß § 21 Abs. 3 NHG sollen Bewerberinnen bei gleichwertiger Qualifikation bevorzugt berücksichtigt werden. Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt. Weitere Informationen Die Einstellung erfolgt im Rahmen der Qualifikationsphase I (Promotion).