Data Scientist (all genders) in der digitalen kardiovaskulären Forschung am Universitären Herz- und

Universitätsklinikum Hamburg-Eppendorf; Deutschland; Vor Ort; EUR 55.000 - 75.000; Vollzeit

Zusammenfassung

Ein führendes Krankenhaus im Bereich Herz-Kreislauf-Forschung sucht einen Datenwissenschaftler, um die digitale Forschungsinfrastruktur zu stärken. Sie kuratieren und integrieren klinische Datensätze und treiben innovative Datenstrategien voran. Ein exzellenter akademischer Hintergrund und praktische Erfahrungen in der Datenanalyse sind erforderlich. Ein abwechslungsreiches Arbeitsumfeld und zahlreiche Weiterbildungsmöglichkeiten werden geboten.

Leistungen

Attraktive Bezahlung nach TVöD/VKA

Krisensicherer Arbeitsplatz

Umfangreiche Fort- und Weiterbildungsprogramme

Familienfreundliches Arbeitsumfeld

Gesundheits-, Präventions- und Sportangebote

Qualifikationen

• Mindestens zwei Jahre Berufserfahrung mit großen Datenmengen.
• Nachweisbare Erfahrung in Data Science- und Machine Learning-Projekten.
• Fließende Kenntnisse in Deutsch und Englisch erforderlich.

Aufgaben

• Verantwortung für die Qualität und Integrität klinischer Datensätze.
• Integration von heterogenen Datenquellen in einheitliche Datensätze.
• Entwicklung und Implementierung automationsfähiger Strategien für Datenstrukturierung.

Kenntnisse

Data Science

Data Engineering

Machine Learning

Python

Linux

Docker

PostgreSQL

MSSQL

GitLab

Ausbildung

Masterabschluss oder Doktortitel in Computational Biology, Bioinformatik oder Data Science

Jobbeschreibung

Overview

Das macht die Position aus

Am Universitären Herz- und Gefäßzentrum (UHZ) integrieren wir klinische Forschung nahtlos in unsere Versorgungsprozesse und schaffen damit ein einzigartiges Umfeld für die kardiovaskuläre Forschung. Unsere klinische Kohortenstudie (CCS) umfasst bereits heute über 10.000 eingeschlossene, umfassend phänotypisierte Patient:innen mit Langzeit-Follow-up, sowie einer umfassenden Sammlung von Bioproben. Patient:innen können umfassend über Smartphone-Anwendungen und Wearables nachuntersucht werden, die in unsere Studieninfrastruktur integriert sind. In Kombination mit unserer populationsbasierten Hamburg City Health Studie (HCHS) und multiplen interventionellen klinischen Studien bietet diese multidimensionale, longitudinale Datenressource eine einzigartige Basis, um datengetriebene klinisch-medizinische Wissenschaft durch Entwicklung und Anwendung innovativer Methoden Methoden voranzutreiben und so die die Zukunft der Herz-Kreislauf-Medizin mitzugestalten.

Ihre Position besetzt eine zentrale Rolle in unserer digitalen Forschungsinfrastruktur. Sie verantworten die Kuration und Qualität der vorhandenen Daten, optimieren die Kompatibilität multipler Datensätze und tragen kontinuierlich zur Weiterentwicklung unserer Forschungsinfrastruktur bei.

Responsibilities

• Datenkuration und Qualitätssicherung: Sie übernehmen Verantwortung für die Qualität und Integrität unserer klinischen Datensätze
• Kohorten-übergreifende Datenharmonisierung: Sie integrieren heterogene Datenquellen von strukturierte erhobenen Studiendaten, Imaging, digitalen EKGs, bis hin zu Time-Series Daten aus unseren Wearable-Kohorten, in einheitliche, Analyse-fertige Datensätze, die skalierbar reproduzierbare Analysen ermöglichen
• Innovative Dateninfrastruktur: Sie entwerfen und implementieren moderne, automatisierungsfähige Strategien zur Datenstrukturierung, Metadaten-Management, Qualitätssicherung und Erweiterung unserer Studiendaten
• Weiterentwicklung unserer Infrastruktur und Tools: Abhängig von ihrem Tech-Stack tragen Sie zur Entwicklung und Optimierung interner Softwaretools, u. a. im Bereich Pseudonymisierung, Cross-Linkage verschiedener Datenquellen
• Wissenschaftliche Arbeiten und Publikationen: Sie nutzen Ihre Arbeit, um wirkungsvolle Forschungsergebnisse zu generieren. Sie wirken als Co-Autor:in an Publikationen mit und treiben wissenschaftliche Fortschritte in der datengesteuerten kardiovaskulären Medizin voran, mit Fokus auf Interoperabilität, Real-World-Evidence und fortgeschrittene Analysemethoden.
• Interdisziplinäre Zusammenarbeit: Sie sind eine relevante Schnittstelle zwischen klinischen Forscher:innen, Biostatistiker:innen, weiteren Datenwissenschaftler:innen, sowie unserer Forschungs-IT

Diese Position ist projektbedingt zunächst für 2 Jahre befristet.

Darauf freuen wir uns

• Akademischer Hintergrund: Sie verfügen über einen exzellenten Masterabschluss oder Doktortitel in einem quantitativen Bereich wie Computational Biology, Bioinformatik, Data Science, Informatik oder einer eng verwandten Disziplin.
• Berufserfahrung: Sie bringen mindestens zwei Jahre Berufserfahrung nach dem Studium im akademischen oder industriellen Umfeld mit und haben praktisch mit der Kuratierung großer Datenmengen, fortgeschrittener Analytik oder angewandten Machine-Learning-Projekten gearbeitet. Bitte fügen Sie Ihrer Bewerbung Referenzen bei.
• Technische Exzellenz: Sie besitzen eine hohe Kompetenz in Data Science und Data Engineering, die Sie durch Ihre GitHub-Präsenz, ein vergleichbares Projektportfolio oder Beiträge zu Open-Source- oder wissenschaftlichen Gemeinschaften nachweisen können.
• Tech-Stack-Kompatibilität: Sie beherrschen Python fließend, sowohl für die Analyse als auch für die Erstellung robuster Softwarekomponenten wie APIs, Automatisierungsskripte und Backends. Sie sind sicher im Umgang mit Linux-basierten Umgebungen, sowie Docker. Grundlegende Serverwartungsaufgaben können Sie ebenfalls übernehmen. Erfahrungen mit Microservice-Architekturen und relationalen Datenbanken (PostgreSQL und MSSQL) werden erwartet und die Zusammenarbeit und Versionskontrolle via GitLab ist für Sie selbstverständlich.
• Denkweise und Arbeitsstil: Sie sind proaktiv, pragmatisch und fühlen sich in dynamischen, agilen Umgebungen wohl. Sie werden durch komplexe Problemstellungen motiviert, die durch innovative Software gelöst werden können, und Sie lieben es, diese Lösungen zu finden. Sie haben Freude an der Lösung realer Probleme und übernehmen Verantwortung für Ihre Arbeit, von der Prototypenphase bis zur Produktion.
• Kommunikation & Zusammenarbeit: Sie zeichnen sich dadurch aus, komplexe technische Themen für interdisziplinäre Teams aus Klinikern, Forschern und Datenwissenschaftlern verständlich aufzubereiten. Zudem sind Sie in der Lage, Ihre Arbeit sowohl für wissenschaftliche Publikationen als auch für den operativen Einsatz zu dokumentieren. Fließende Deutsch- und Englischkenntnisse sind erforderlich.
• Bonus-Punkte: Erfahrung in der biomedizinischen Forschung oder im klinischen Umfeld ist ein großes Plus. Obwohl dies eine computergestützte Rolle ist, ist ein echtes Interesse an der klinischen Medizin unerlässlich, um den Kontext und die Auswirkungen Ihrer Arbeit zu verstehen. Nachgewiesene Erfahrung im Bereich der KI- und ML-gesteuerten Datenwissenschaft ist ebenfalls ein großes Plus.

Immunitätsstatus

Eine Einstellung ist nur möglich, wenn nach den jeweils geltenden (gesetzlichen und medizinischen) Vorgaben gegen das Masernvirus ein vollständiger Immunisierungs- bzw. Immunitätsnachweis vorliegt. Dies ist vor Beschäftigungsbeginn durch entsprechende Unterlagen (z.B. Impfausweis) nachzuweisen.

Benefits

• Attraktive Bezahlung nach TVöD/VKA
• Krisensicherer Arbeitsplatz, sinnstiftende Tätigkeit, wertschätzendes Miteinander
• Strukturierte Einarbeitung und offener Wissensaustausch im Team
• Umfangreiche Fort- und Weiterbildungsprogramme an unserer UKE-Akademie für Bildung und Karriere
• Möglichkeiten zur Mitgestaltung unserer Personalpolitik "UKE INside" in berufsgruppen- und hierarchieübergreifenden Projekten
• Nachhaltig unterwegs: Zuschüsse zum Deutschlandticket als Jobticket und Dr. Bike Fahrradservice
• Familienfreundliches Arbeitsumfeld: Kooperation zur Kinderbetreuung, kostenlose Ferienbetreuung, Beratung für Beschäftigte mit pflegebedürftigen Angehörigen
• Ausgezeichnete Gesundheits-, Präventions- und Sportangebote
• Unser Mitarbeitendenrestaurant bietet eine reiche Auswahl an kulinarischen Angeboten; weitere Angebote gibt es in den "Health Kitchen" Cafés und Bistros und in einem Supermarkt direkt auf dem Gelände