Doktorandin / Doktorand (d/w/m) Physiologische Signalverarbeitung für medizinische Entscheidungsunterstützungssysteme

Doktorandin / Doktorand (d/w/m) Physiologische Signalverarbeitung für medizinische Entscheidungsunterstützungssysteme

Für das Projekt HumAMI suchen wir eine hochmotivierte Doktorandin bzw. einen hochmotivierten Doktoranden mit einem starken quantitativen und methodisch-technischen Hintergrund. Die Stelle richtet sich besonders an Kandidatinnen und Kandidaten, die an der Schnittstelle von Künstlicher Intelligenz, Biosignalen und klinischer Forschung arbeiten und technische Methoden in robuste, klinisch relevante Anwendungen überführen möchten.

Ihr Aufgabengebiet

• Bearbeitung eines Promotionsvorhabens an der Schnittstelle von Künstlicher Intelligenz, Signalverarbeitung und klinischer Forschung
• Entwicklung und Evaluation KI-basierter Methoden für das multimodale physiologische Monitoring und die klinische Entscheidungsunterstützung
• Verarbeitung, Synchronisierung, Qualitätsbewertung und Analyse multimodaler physiologischer Daten
• Einsatz von Technologien wie Remote-Photoplethysmographie (rPPG), radarbasierter Sensorik sowie weiterer physiologischer und kontextbezogener Sensoren
• Methodischer Fokus auf Signalverarbeitung und maschinelles Lernen
• Mitwirkung an KI-gestützten klinischen Entscheidungsunterstützungssystemen auf Basis von Retrieval-Augmented Generation (RAG) und agentenbasierten Ansätzen
• Arbeit in einem interdisziplinären Team aus Informatikerinnen, Data Scientists sowie Klinikerinnen und Klinikern
• Kooperation mit akademischen, klinischen und industriellen Partnern innerhalb des HumAMI-Konsortiums

Sie werden als Wissenschaftliche Mitarbeiterin bzw. Wissenschaftlicher Mitarbeiter beschäftigt: Nach §110 (4), Satz 3 sieht das BerlHG für wissenschaftliche Mitarbeitende eine angemessene Zeit innerhalb der Arbeitszeit für die eigene wissenschaftliche Weiterqualifikation vor.

Anforderungen

• Abgeschlossenes wissenschaftliches Hochschulstudium (Master oder Diplom) in Informatik, Data Science, Künstlicher Intelligenz, Biomedizintechnik, Medizinischer Informatik, Angewandter Mathematik, Physik oder einer verwandten quantitativ ausgerichteten Fachrichtung
• Sehr gute Programmierkenntnisse, vorzugsweise in Python, sowie Erfahrung mit Scientific Computing und gängigen Bibliotheken für Datenanalyse und maschinelles Lernen
• Fundierte Kenntnisse in Machine Learning, statistischer Datenanalyse und quantitativen Forschungsmethoden
• Erfahrung im Umgang mit Zeitreihendaten, Signalverarbeitung und/oder der Analyse biologischer Signale
• Erfahrungen mit physiologischen Signalen wie EKG, PPG/rPPG, Blutdruckdaten oder radarbasierten Sensorsystemen von Vorteil
• Vertrautheit mit relevanten Konzepten der Signalverarbeitung, beispielsweise Filterung, Segmentierung, Feature Extraction und Bewertung der Signalqualität
• Erfahrung mit der zeitlichen Ausrichtung multimodaler Daten, Datensynchronisation, Sensorfusion oder verwandten Methoden wünschenswert
• Erfahrung in der Entwicklung, Validierung und Leistungsbewertung von Machine Learning Modellen
• Kenntnisse im Umgang mit longitudinalen, wiederholten oder personenbezogen gruppierten Daten von Vorteil
• Fähigkeit, mit heterogenen Datensätzen zu arbeiten und reproduzierbare Datenverarbeitungs- und Analysepipelines zu entwickeln
• Erfahrung mit medizinischen oder klinischen Datensätzen sowie ein Verständnis für Anforderungen hinsichtlich Datenschutz, Interpretierbarkeit und klinischer Validierung wünschenswert
• Vertrautheit mit Versionskontrollsystemen und reproduzierbaren Forschungsworkflows, beispielsweise Git und Docker
• Sehr gute Englischkenntnisse in Wort und Schrift (C1-Niveau)
• Ausgeprägte wissenschaftliche Neugier, selbstständige und zuverlässige Arbeitsweise sowie die Bereitschaft, in einem interdisziplinären Forschungsumfeld zu arbeiten

Bereich: Digital Health, Medizinische Informatik

Anstellungsart: Teilzeit

Veröffentlicht am: 2026-08-28

Bewerbungsfrist: 2026-09-15