Stellenangebote

Die Universität Oldenburg engagiert sich für Gleichstellung, Diversität, Inklusion und die Vereinbarkeit von Familie und Beruf. Sie ist Unterzeichnerin der Charta der Vielfalt und seit 2004 als familiengerechte Hochschule zertifiziert. Wir begrüßen Bewerbungen von Menschen aller Nationalitäten, ethnischer und sozialer Herkünfte, Religionen, geschlechtlicher Identitäten, sexueller Orientierungen und Altersstufen.

« Zurück zur Übersicht


Stellenausschreibung / Job advertisement

(see below for an English version)

An der Fakultät VI Medizin und Gesundheitswissenschaften der Carl von Ossietzky Universität Oldenburg ist im Department für Versorgungsforschung in der Abteilung AI4Health (Leitung Prof. Dr. Nils Strodthoff) zum nächstmöglichen Termin eine Stelle als

Wissenschaftliche(r) Mitarbeiter(in) (m/w/d)
(E 13 TV-L, 65 %)
für 3 Jahre zu besetzen. Die Stelle ist teilzeitgeeignet.

Die Stelle kann mit einer vom Fraunhofer IDMT, Institutsteil HSA, separat zu einem späteren Zeitpunkt ausgeschriebenen Stelle (E 13 TV-öD, 33 %, zuzüglich Sonderzahlungen) kombiniert werden (https://jobs.fraunhofer.de/job/Oldenburg-Wissenschaftlicher-Mitarbeiterin-im-Projekt-Sonic-Guard-mit-M%C3%B6glichkeit-zur-Promotion-26129/831488201/),

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 im Rahmen des dreijährigen Projekts „SonicGuard“ angesiedelt, in welchem die Unterscheidbarkeit von physiologischen und pathologischen Darmgeräuschen erfasst und in Langzeitmessungen mit körpernaher akustischer Sensorik untersucht werden soll. Es handelt sich dabei um ein Kooperationsprojekt mit der Viszeralchirurgie am Pius-Hospital Oldenburg, Leitung Prof. Dr. Dirk Weyhe, und dem Fraunhofer-Institut für Digitale Medientechnologie (IDMT), Institutsteil Hör-, Sprach- und Audiotechnologie (HSA). Zu den Forschungsaufgaben zählen die Begleitung der Erfassung eines entsprechenden Datensatzes in Kooperation mit den Projektpartnern und die Auswertung der erfassten Daten mittels Techniken des maschinellen Lernens im Hinblick auf obige und verwandte Fragestellungen. Dabei sollen entlang der Forschungsschwerpunkte der Abteilung AI4Health auch Verfahren des selbstüberwachten Lernens und der erklärbaren KI erprobt, angewendet und weiterentwickelt werden. Die Möglichkeit zur Promotion ist gegeben und ausdrücklich erwünscht.

Voraussetzung ist ein abgeschlossenes wissenschaftliches Hochschulstudium (Master/Diplom (Uni)) in Informatik, Mathematik, Physik, Elektrotechnik oder verwandten Studiengängen. Erwartet werden Teamfähigkeit, analytisches Denken, eine selbstständige Arbeitsweise sowie sehr gute Englischkenntnisse in Wort und Schrift. Fachliche Voraussetzungen sind theoretische und praktische Kenntnisse im Bereich des maschinellen Lernens, insbesondere im Bereich tiefe neuronale Netzwerke, ebenso wie gute Programmierkenntnisse in Python und insbesondere Erfahrung mit Machine Learning Frameworks wie Pytorch oder Tensorflow.

Von Vorteil sind angewandte Kenntnisse im Bereich der Verarbeitung von Audiodaten und physiologischen Zeitreihen, sowie praktische Erfahrung im Bereich der Studienorganisation. Gute Deutschkenntnisse sind ebenfalls von Vorteil.

Die Carl von Ossietzky Universität strebt an, den Frauenanteil im Wissenschaftsbereich zu erhöhen. Deshalb werden Frauen nachdrücklich aufgefordert, sich zu bewerben. Gem. § 21 Abs. 3 NGH sollen Bewerberinnen bei gleichwertiger Qualifikation bevorzugt berücksichtigt werden. Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt.

Fragen zur Ausschreibung richten Sie gerne an Prof. Dr. Nils Strodthoff () und Dr. Verna Uslar (). Bewerbungen mit den üblichen Unterlagen (CV, Motivationsschreiben, ggf. Publikationsliste, Abschlusszeugnisse/Transcripts) sind bis zum 31. August 2022 mit dem Stichwort "SonicGuard" bevorzugt per Mail zu richten an (max. 2 pdf-Dateien bis 10 MB; Betreff: AI4H-002) oder Universität Oldenburg, Fakultät VI, Department für Versorgungsforschung, Prof. Dr. Nils Strodthoff, 26111 Oldenburg.

Wir weisen darauf hin, dass Bewerbungs- und Vorstellungskosten nicht übernommen werden können. Schriftliche Bewerbungsunterlagen werden nur zurückgesandt, wenn ein ausreichend frankierter Rückumschlag beigefügt ist.


The Division AI4Health lead by Prof. Dr. Nils Strodthoff within the Department Health Services Research as part of the School of Medicine and Health Sciences of the Universität Oldenburg aims to fill one

PhD-position (m/f/d) for 3 years
(E 13 TV-L, 65 %)
at earliest convenience. The position is suitable for part-time employment.

The position can be combined with a separate position (E 13 TV-öD, 33 % plus special bonus) funded by Fraunhofer IDMT, institute branch HSA, that will be advertised separately at a later point in time (https://jobs.fraunhofer.de/job/Oldenburg-Wissenschaftlicher-Mitarbeiterin-im-Projekt-Sonic-Guard-mit-M%C3%B6glichkeit-zur-Promotion-26129/831488201/).

In the division AI4Health, we investigate methodological questions in the domains of self-supervised/label-efficient learning as well as explainability of deep neural networks (XAI) with particular focus on applications in the biomedical domain. Further information on the division is available at https://uol.de/en/ai4health..

The position is part of the three-year project “SonicGuard”, which aims to assess the possibility to distinguish physiological bowel sounds from pathological bowel sounds based on long-term measurements using acoustic sensors placed close to the body. It is a cooperative project between the division AI4Health and the clinic for visceral surgery (lead by Prof. Dirk Weyhe) at the Pius hospital Oldenburg and the Fraunhofer Institute for Digital Media Technology (IDMT), institute branch Hearing, Speech and Audio Technology (HSA). The research work will focus on supporting the collection of an appropriate dataset and the analysis of the collected data using machine learning methods with regard to the above research question and related topics. In this context also current methods of self-supervised learning and explainable AI are to be tested/evaluated/extended. The position allows working for a doctoral degree, which is also strongly encouraged.

We expect a university degree (MSc/Diploma) in computer science, mathematics, physics, electrical engineering or related fields of study. We expect the ability to work in a team, an analytical way of thinking, an independent working style and very good English language skills, both written and spoken. Technical prerequisites are a solid theoretical as well as applied knowledge in the area of machine learning, in particular in the domain of deep neural networks, as well as good programming skills in Python and proficiency in machine learning frameworks such as Pytorch or Tensorflow.

Optional requirements are applied knowledge in the processing of audio data and physiological time series as well as experience in the management of clinical studies. Good German language skills are also considered as advantageous.

The University of Oldenburg is dedicated to increasing the percentage of female employees in the field of science. Therefore, female candidates are strongly encouraged to apply. In accordance with Lower Saxony regulations (§ 21 Section 3 NHG) female candidates with equal qualifications will be preferentially considered. Applicants with disabilities will be given preference in case of equal qualification.

Specific questions on this position can be addressed to Prof. Dr. Nils Strodthoff () and Dr. Verena Uslar (). Please send your application documents (including CV, letter of motivation, list of publications, university and high school certificates) with the reference "SonicGuard" preferred via email to (max. 2 pdf files up to 10MB, subject: AI4H-002) or alternatively via postal mail to Universität Oldenburg, Fakultät VI, Department für Versorgungsforschung, Prof. Dr. Nils Strodthoff, 26111 Oldenburg. All applications received before the 1st of September 2022 will be considered.

We stress that application and interview costs cannot be covered. Application documents received via postal mail will only be returned if a sufficiently stamped return envelope is included.

Ausdrucken

(Stand: 28.04.2022)