• Vorverarbeitung, Bereinigung und Strukturierung von Sequenzierungsdatensätzen für das Training und die Validierung von KI-Modellen
• Durchführung explorativer Datenanalysen und Feature Engineering
• Entwicklung, Training und Optimierung von Machine-Learning-Modellen zur Krebserkennung und -klassifizierung
• Durchführung von Experimenten, Hyperparameter-Tuning und Bewertung der Modellleistung
• Strukturierte und reproduzierbare Dokumentation von Methodiken, Ergebnissen und Validierungsmetriken
• Unterstützung bei der Integration validierter KI-Modelle in die CaniSense-Plattform
• Beitrag zur kontinuierlichen Verbesserung der Robustheit, Skalierbarkeit und Genauigkeit der Modelle

Erforderlich:

• Masterstudium in den Bereichen KI, maschinelles Lernen, Bioinformatik, computergestützte Biologie, Informatik oder einem verwandten Fachgebiet
• Fundierte Python-Kenntnisse (z. B. NumPy, Pandas, Scikit-learn, PyTorch oder TensorFlow)
• Erfahrung mit Techniken zur Datenvorverarbeitung und Modellbewertung
• Verständnis für statistische Modellierung und Versuchsplanung
• Strukturierte, analytische Denkweise mit ausgeprägten Dokumentationsfähigkeiten
• Erfahrung im Umgang mit neuronalen Netzen

Wünschenswert:

• Erfahrung in der Entwicklung erklärbarer KI-Funktionen
• Erfahrung im Umgang mit biologischen Daten
• Kenntnisse in der Modellvalidierung im Gesundheitswesen oder in den Biowissenschaften
• Vertrautheit mit Versionskontrolle (Git), Jira und kollaborativer Entwicklung

• Attraktives Gehalt
• Moderner und exzellent ausgestatteter Arbeitsplatz in zentraler Lage
• Gute und sehr kooperative Arbeitsatmosphäre in einem internationalen Team
• Flexible Arbeitszeiten