Scientific Data Platform Engineer (f/m/x) (Wissenschaftliche/r Mitarbeiter/in)

Kurzbeschreibung der Position

Unterstützung des schnell wachsenden Teams als Scientific Data Platform Engineer (f/m/x).

Hauptaufgaben

• Beitrag über den gesamten Stack – von der Datenaufnahme und Backend-Diensten bis zur Analyseintegration und benutzerorientierten Dashboards.
• Entwicklung, Implementierung und Wartung einer klinischen Datenplattform, die multimodale Daten (EHRs, Labor, Bildgebung, Genomik) in eine einzige interoperable Umgebung integriert.
• Erstellung von ETL-Pipelines, APIs und Microservices, die einen nahtlosen und sicheren Datenaustausch zwischen klinischen und Forschungssystemen ermöglichen.
• Entwicklung und Bereitstellung von Machine-Learning- und KI-gestützten Tools zur Unterstützung der klinischen Entscheidungsfindung, Anomalieerkennung und Workflow-Optimierung.
• Übersetzung modernster KI- und Analyseinnovationen in nutzbare Prototypen für reale klinische Umgebungen – unter Sicherstellung von Benutzerfreundlichkeit, Robustheit und Compliance.
• Zusammenarbeit mit Klinikern, Datenwissenschaftlern und Ingenieuren zur Validierung neuer datengestützter Lösungen in der Praxis (z. B. prädiktive Modelle, visuelle Analysen, generative KI für Patientenzusammenfassungen).
• Beitrag zu wissenschaftlichen Publikationen, Open-Source-Komponenten und Konferenzpräsentationen.

Qualifikationen und Fähigkeiten

• Ausbildung: Master-Abschluss (oder gleichwertig) in Biomedizinischer Informatik, Data Science, Informatik oder einem verwandten Fachgebiet.
• Nachgewiesene Erfahrung in den Bereichen Datenengineering und Backend-Entwicklung (Databricks, Spark, Azure, Kubernetes, SQL/NoSQL).
• Fundierte Kenntnisse in Python (plus R, JavaScript/TypeScript oder Java ist ein Plus).
• Praktische Erfahrung mit Machine-Learning-, KI- oder Analyse-Frameworks (z. B. scikit-learn, PyTorch, TensorFlow).
• Interesse an der Entwicklung von Front-End-Prototypen und Dashboards (z. B. React, Plotly, Streamlit), um Dateneinblicke für Kliniker zugänglich zu machen.
• Forschungskompetenzen: Starke analytische Denkweise, Vertrautheit mit FAIR-Prinzipien und Begeisterung für die Veröffentlichung und Präsentation von Ergebnissen.
• Kommunikationsfähigkeiten: Fähigkeit, disziplinübergreifend mit Klinikern, Forschern und IT-Experten zusammenzuarbeiten.

Arbeitsort / Rahmenbedingungen

• Einzigartige Full-Stack-Rolle: Arbeit von Datenpipelines bis hin zu KI-Bereitstellung und -Visualisierung – keine Silos zwischen Engineering und Data Science.
• Möglichkeit, modernste KI und Analytik in klinische Arbeitsabläufe zu integrieren und so die Gesundheitsversorgung direkt zu beeinflussen.
• Ausgezeichnete technische Infrastruktur, Zugang zu realen klinischen Daten und Zusammenarbeit mit führenden Klinikern und Forschern Europas.
• Unterstützung für Promotionsstudien, Publikationen und die Teilnahme an internationalen Konferenzen.
• Ein vielfältiges, familienfreundliches und modernes Arbeitsumfeld mit flexiblen Arbeitszeiten und Homeoffice-Optionen.

Das Universitätsklinikum Köln ist eines der führenden Universitätskliniken in Deutschland und vernetzt Forschung, Lehre und Gesundheitsversorgung auf höchstem Niveau. Das DICE-CD Projekt (Data Innovations in Collaborative Ecosystems for Clinical Domains) ist eine national geförderte Initiative unter dem BMFTR-Programm DigiNutzenDat. Es werden Bewerbungen von Frauen ausdrücklich begrüßt und bei gleicher Eignung, Befähigung und beruflicher Leistung vorrangig behandelt. Menschen mit Behinderungen sind willkommen und werden bei gleicher Eignung und Qualifikation bevorzugt behandelt. Die Stelle ist auch für Teilzeitbeschäftigte geeignet.