Principal AI Scientist (m/w/d)

Rahmendaten

<span style="font-size: 14.0px;"><strong>Projektbeschreibung: Principal AI Scientist (m/w/d)</strong></span><br> <br> <span style="font-size: 14.0px;"><strong>Rahmendaten</strong></span><br> <br> <span style="font-size: 12.0px;"><strong>Auslastung:</strong> 5 Tage/Woche<br> <strong>Remote-Option:</strong> 100 % Remote<br> <strong>Reisebereitschaft:</strong> Keine<br> <strong>Startdatum: </strong>05. Oktober 2026<br> <strong>Enddatum: </strong>03. Oktober 2027</span><br> <br> <span style="font-size: 14.0px;"><strong>Aufgaben</strong></span><br> <br> <span style="font-size: 14.0px;"><strong>Projektbezogene Aktivitäten:</strong></span> <ul> <li><span style="font-size: 12.0px;"><strong>WSI-Integration:</strong> Konzeption und Evaluierung skalierbarer Ansätze zur Integration von Whole-Slide Images (WSI) in interne Big-Data-Umgebungen inklusive Empfehlungen zu Datenqualität und -formaten.</span> <li><span style="font-size: 12.0px;"><strong>Datenschutz:</strong> Entwicklung von Konzepten zur Anonymisierung/Pseudonymisierung von WSI-Daten (Metadaten, Dateinamen) gemäß Compliance-Vorgaben.</span> <li><span style="font-size: 12.0px;"><strong>Governance & Reproduzierbarkeit:</strong> Beratung zu Datensatz-Governance, Versionierung, Modell-Lineage und Trainings-/Validierungs-Splits.</span> <li><span style="font-size: 12.0px;"><strong>Technische Reviews:</strong> Bewertung von KI/ML-Architekturen und Datenverarbeitungs-Workflows für robuste Lösungen.</span> </ul> <hr><br> <span style="font-size: 14.0px;"><strong>Allgemeine Aufgaben:</strong></span> <ul> <li><span style="font-size: 12.0px;">Erstellung von Expertenanalysen und technischen Bewertungen nach Zeitplan.</span> <li><span style="font-size: 12.0px;">Einbringen von Fachexpertise zu State-of-the-Art-KI/ML-Methoden und Best Practices.</span> <li><span style="font-size: 12.0px;">Technischer Review von Ergebnissen externer Partner und Lieferanten.</span> <li><span style="font-size: 12.0px;">Beratung von Stakeholdern zu regulatorischen und qualitativen Anforderungen im Life-Science-Umfeld.</span> </ul> <hr><br> <span style="font-size: 14.0px;"><strong>Anforderungen</strong></span> <ul> <li><span style="font-size: 12.0px;"><strong>Ausbildung:</strong> Master-Abschluss (PhD von Vorteil) in Informatik, Statistik, Computational Biology o. Ä.</span> <li><span style="font-size: 12.0px;"><strong>Erfahrung:</strong> Mindestens 5 Jahre Erfahrung in Data Science / Statistik bei KI/ML-Projekten im Pharma-, CRO-, Medizintechnik- oder klinischen Forschungsfeld.</span> <li><span style="font-size: 12.0px;"><strong>Tech-Stack:</strong> Fundierte Python-Erfahrung (pandas, numpy, scikit-learn, scikit-survival, matplotlib, seaborn, shap etc.), Git und virtuelle Umgebungen.</span> <li><span style="font-size: 12.0px;"><strong>ML-Know-how:</strong> Exzellente Kenntnisse in Algorithmen für Clustering, Klassifikation, Regression, Anomalieerkennung und Optimierung (Small- und Big-Data).</span> <li><span style="font-size: 12.0px;"><strong>Cloud & Domain:</strong> Erfahrung mit AWS und Google Cloud; Kardiologie-Kenntnisse von Vorteil.</span> <li><span style="font-size: 12.0px;"><strong>Soft Skills:</strong> Fließendes Englisch sowie starke Kommunikations- und Storytelling-Fähigkeiten zur Erklärung komplexer Sachverhalte.</span> </ul>