Die Carl von Ossietzky Universität Oldenburg sucht:

Wissenschaftliche*r Mitarbeiter*in / Bioinformatiker*in / Medizininformatiker*in

Vergütung E13
Stellenumfang100% (teilzeitgeeignet)
Einrichtung Fakultät VI – Medizin und Gesundheitswissenschaften, Department für Humanmedizin, Universitätsklinik für Kinder- und Jugendmedizin
OrtOldenburg (Old)
Bewerbungsfrist13.10.2024
Beschäftigungsbeginnzum nächstmöglichen Zeitpunkt
Befristetbis zum 30.09.2027

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 Universitätsklinik  für Kinder- und Jugendmedizin des Departments Humanmedizin ist - in Kollaboration mit der Abteilung Big Data in der Medizin des Departments Versorgungsforschung - zum nächstmöglichen Zeitpunkt eine Stelle als

Wissenschaftliche*r Mitarbeiter*in (m/w/d) / Bioinformatiker*in / Medizininformatiker*in
(E13 TV-L, 100 %)

in dem vom Bundesministerium für Bildung und Forschung (BMBF) geförderten Projekt "INGVER - für das Teilprojekt "Risikogeborene" befristet, ab sofort, bis zum 30.09.2027 zu besetzen. Die Stelle ist teilzeitgeeignet. 

Die Arbeitsgruppe für perinatale Neurobiologie der Universitätsklinik für Kinder- und Jugendmedizin unter Leitung von Prof. Dr. Axel Heep und Prof. Anne Hilgendorff hat den Forschungsschwerpunkt in der Untersuchung des Einflusses von Frühgeburtlichkeit auf die frühe Gehirnentwicklung.
Schwerpunkt der Arbeit ist die Translation des Wissens aus multi-level (genetisch, immunologische Mechanismen, kognitiv, behavioural) und objektiv- multimodalen Daten (MRT, standardisierte Tests) in digitale Entscheidungsunterstützungssysteme für die Risikobeurteilung und die Versorgung von Frühgeborenen.

In der Abteilung "Big Data in der Medizin" werden die wachsenden, heterogenen Datenbestände im Gesundheitswesen sowie die für einen Erkenntnisgewinn und eine zielgerichtete Unterstützung der medizinischen Entscheidungsfindung erforderlichen Aktivitäten der digitalen Daten- und Informationsverarbeitung erforscht. Insbesondere werden datengetriebene, entscheidungsunterstützende Algorithmen und Anwendungen konzipiert, implementiert und evaluiert. Im Fokus steht dabei eine enge, interdisziplinäre Zusammenarbeit mit den medizinischen Entscheidungsträgerinnen und -trägern, insbesondere der Kinderklinik. 

Durch die Zusammenarbeit der Arbeitsgruppen besteht ein einzigartiges Potenzial mit dem Ziel national und international wettbewerbsfähige Forschung zu gestalten und die Forschungsergebnisse in die klinische Praxis einer individualisierten Behandlung zu überführen.

Zu den Aufgaben gehören: 

  • Beteiligung an datengetriebenen Forschungsvorhaben im Gesundheitswesen im Bereich Kinderheilkunde
  • Anforderungsanalyse und Lösungskonzeption für medizinische Anwendungsfälle in enger Abstimmung mit den medizinischen Domänenexpert*innen
  • Nutzbarmachung und Analyse bestehender Datenbestände einschließlich des Aufbaus einer integrativen Datenbankstruktur
  • Entwicklung und Evaluation datengetriebener Algorithmen als Instrument zur Risikostratifizierung im Bereich der Pädiatrie

Einstellungsvoraussetzungen:

  • Ein abgeschlossenes wissenschaftliches Hochschulstudium (Diplom (Uni)/Master) im Bereich der Bioinformatik, Medizinischen Informatik, Informatik, Wirtschaftsinformatik, Medizin oder verwandten Studiengängen
  • Grundkenntnisse, Erfahrungen und/oder starkes Interesse an der Forschung in der Medizinischen Informatik und der Digitalisierung in der Medizin
  • Eine analytische und zielorientierte Arbeitsweise, hohe Eigeninitiative und Teamfähigkeit
  • Sehr gute Deutsch- und Englischkenntnisse (zur Analyse medizinischer Datenbestände) 

Von Vorteil sind:

  • Methodenwissen und/oder praktische Erfahrungen in Anforderungserhebung und Konzeptionierung datengetriebener Algorithmen und Anwendungen
  • Erfahrungen im Umgang mit (bio-)medizinischen Datenbeständen
  • Kenntnisse im Bereich der Entwicklung und Evaluierung algorithmischer Ansätze (Data Analytics, Data Mining, Machine Learning) und/oder Applikationen ((Clinical) Decision Support Systems, Dashboards) 

Wir bieten: 

  • 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
  • Die Möglichkeit der eigenen wissenschaftlichen Qualifikation, ein umfangreiches kostenloses Weiterbildungsprogramm sowie eine eigene wissenschaftliche Nachwuchsförderung (https://uol.de/medizin/nachwuchs)

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.

Der Arbeitsplatz für diese Stelle befindet sich anteilig in der Universitätsklinik für Kinder- und Jugendmedizin sowie in der Abteilung Big Data in der Medizin.

Sie kennen Oldenburg noch gar nicht? Sammeln Sie gerne erste Eindrücke unter folgendem Link: https://www.moin-in-oldenburg.de.

Kontakt:

Auskünfte erteilt Ihnen gerne Prof. Dr. Anne Hilgendorf (anne.hilgendorff@uol.de).

Jetzt bewerben

Bitte senden Sie Ihre Bewerbungsunterlagen (Darstellung Ihrer Motivation, Lebenslauf, Zeugnisse) vorzugsweise per E-Mail als ein zusammenhängendes PDF-Dokument bis zum 13.10.2024 an die Carl von Ossietzky Universität Oldenburg, 26111 Oldenburg, christina.sobirey@uol.de



Zurück zur Liste

AusdruckenPrint

Internetkoordinator (Stand: 27.09.2024)  | 
Zum Seitananfang scrollen Scroll to the top of the page