|
Ab sofort suchen wir einen/eine Wissenschaftlichen/-e Mitarbeiter/-in in Vollzeit (befristet bis 31.12.2017, vorbehaltlich der
Mittelbewilligung ist bis 31.12.2018 eine Verlängerung möglich) Bewerbungschluß ist der 02.12.2016.
Die Herausforderungen:
- Entwicklung von geeigneten Techniken für die Visualisierung und strukturierte Exploration von Kausalitäten, bedingten Wahrscheinlichkeiten und
Unsicherheiten in durch einen Graphen repräsentierten, komplexen Multi-Instanz Bayes’schen Netzen (Multi-Entity Bayesian Networks, MEBN) und
Patientenspezifischen Bayes’schen Netzen (PSBN)
- Entwicklung von Methoden, die ein Nachvollziehen und Bewerten der vom PSBN vorhergesagten Therapieentscheidung in unterschiedlichen Kontexten
unterstützen
- Definition unterschiedlicher Sichten auf das Digitale Patientenmodell, welche hinsichtlich des Detailgrades und der Interaktionsmöglichkeiten an die Zielgruppe,
Aufgaben, Umgebung und das Ausgabegerät angepasst sind, z.B. Touch-Eingabe auf großem Monitor im Tumorboard und auf Tablet bei der Patientenaufklärung
oder Gesten im OP-Saal
- Mitarbeit an einer mobilen App zur Darstellung des Patientenstatus und Therapieprozesses zu jeder Zeit an jedem Ort sowie projektbezogene
Softwareentwicklung
- Arbeit mit einem Team von Kollegen und/oder externen Kooperationspartnern
- Implementierung der anwendungsorientierten Software sowohl allein als auch im kleinen Team
- Verfassung von wissenschaftlichen Publikationen, Berichten, Abschlussarbeiten und wissenschaftliche Präsentation auf Fachtagungen
- Möglichkeit zur Promotion wird dem/der wissenschaftlichen Mitarbeiter/-in eingeräumt
|
|
VIhr Profil
Abgeschlossenes Hochschulstudium mit Diplom oder Master in Computervisualistik, Informatik o.ä. Erforderlich sind sehr gute theoretische Kenntnisse in
Computergrafik und medizinischer Visualisierung sowie praktische Erfahrungen in der Softwareentwicklung auf beiden Gebieten und zusätzlich auf mindestens
einem der Gebiete:
- Predictive modeling
- Bayesian analysis
- Graphvisualisierung und -analyse
- Machine learning
- Data mining
- Medizinisches Daten- und Wissensmanagement
- GUI Entwicklung
- Interaktionstechniken und Eingabegeräte
Interesse an selbstständiger wissenschaftlicher Arbeit auf dem interdisziplinären Forschungsgebiet Computer Assisted Surgery, Eigenverantwortung,
Leistungsbereitschaft,Teamfähigkeit und sehr gute Englischkenntnisse in Wort und Schrift werden vorausgesetzt.
Erforderliche Programmierkenntnisse: C++, Java und Webprogrammierung
Auskunft zum Berwerbungsverfahren erteilt Dr. Steffen Oeltze-Jafra unter 0341/ 97-12003 bzw. Steffen.Oeltze-Jafra@medizin.uni-leipzig.de
|
