Die Stelle ist zum nächstmöglichen Zeitpunkt in Voll- oder Teilzeitbeschäftigung zunächst für 24 Monate befristet zu besetzen, mit der Option auf Verlängerung und längerfristige Zusammenarbeit.

Die Vergütung erfolgt nach den Eingruppierungsvorschriften des Tarifvertrages für den öffentlichen Dienst (TV-L) und ist bei Vorliegen der persönlichen Voraussetzungen in die Entgeltgruppe E13 möglich.

Die Stelle ist im Rahmen des Forschungsverbundes “ Deciphering Metastasis with Multimodal Artificial Intelligence Foundation Models (DECIPHER-M) ” zu besetzen.

Der Verbund wird durch das Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) gefördert und verbindet klinische und technische Expertisen aus medizinischer KI, Bildanalyse, Genomik, Big Data, Implementierungsforschung und vertrauenswürdiger KI, verteilt auf die Unikliniken Dresden, Aachen, Essen, München, Mainz, das Deutsche Krebsforschungszentrum und Helmholtz AI.

Im ausgeschriebenen Projekt selbst steht die Entwicklung, Validierung und klinische Integration eines modularen Prevention Agent im Mittelpunkt.

Ziel ist ein KI-gestütztes System, das personalisierte Empfehlungen zur Krebsprävention und zum Krebsscreening in unterschiedlichen klinischen Anwendungsszenarien unterstützt.

Der Schwerpunkt der ausgeschriebenen Stelle liegt auf der technischen Integration der klinischen Daten, ihrer Weiterverarbeitung, und Integration mit lokalen LLM- und Agentensystemen.

Ein besonderer Fokus liegt auf On-Premise-Deployments, nachvollziehbarer Datenverarbeitung, Interoperabilität und Skalierbarkeit in europäischen Gesundheitssystemen.

📋Ihre Aufgaben

Entwicklung und Implementierung von Schnittstellen zwischen klinischen Datenquellen, medizinischen Wissensbasen und lokalen LLM-/Agentensystemen

Aufbau leistungsfähiger Datenpipelines für das Laden, Strukturieren, Validieren und Weiterverarbeiten interoperabler Gesundheitsdaten

Mitentwicklung der technischen Architektur von LLM-Agenten

Integration strukturierter und unstrukturierter klinischer Informationen in agentische Workflows für personalisierte Krebspräventions- und Screening-Empfehlungen

Entwicklung von APIs, Datenmodellen und Softwarekomponenten zur sicheren Kommunikation zwischen klinischen Systemen, KI-Modulen und Benutzeroberflächen

Konzeption und Umsetzung lokaler On-Premise-Deployments von LLM-basierten Komponenten unter Berücksichtigung von Datenschutz, IT-Sicherheit, Nachvollziehbarkeit und klinischer Nutzbarkeit

Anbindung und Weiterentwicklung von Wissensbasen, Retrieval-Augmented-Generation-Komponenten und Leitlinienmodulen für medizinisch nachvollziehbare Empfehlungen

Entwicklung von User-Interfaces und Demonstratoren für klinische Anwender, Studienabläufe, Shadow-Evaluationen und Feedback-Iterationen

Systematische Evaluation der entwickelten Schnittstellen und KI-Komponenten hinsichtlich technischer Robustheit, Effizienz, medizinischer Plausibilität, Provenance, Leitliniengerechtigkeit und Anwendbarkeit im klinischen Alltag

Enge Zusammenarbeit mit klinischen und technischen Projektpartnern zur Übersetzung klinischer Anforderungen in robuste Softwarelösungen

Dokumentation der entwickelten Software, Schnittstellen und Datenflüsse sowie Mitwirkung an wissenschaftlichen Veröffentlichungen, Konferenzbeiträgen und Projektberichten

🎯Ihr Profil

Abgeschlossenes Hochschulstudium in Informatik, Künstlicher Intelligenz, Ingenieurwissenschaften, Data Science oder einem verwandten Fachgebiet

Sehr gute Programmierkenntnisse in Python sowie Erfahrung in der Entwicklung, Strukturierung und Wartung komplexerer Softwareprojekte

Fundierte Kenntnisse in Machine Learning, Data Science und modernen Methoden der künstlichen Intelligenz

Praktische Erfahrung mit Large Language Models, agentischen KI-Systemen, Retrieval-Augmented Generation, Prompting, Modell-Evaluation oder vergleichbaren Anwendungen ist ausdrücklich erwünscht

Erfahrung mit der Entwicklung von Datenpipelines, Schnittstellen und modularen Softwarearchitekturen, idealerweise für heterogene oder sensible Daten

Interesse an lokaler, sicherer und ressourceneffizienter Bereitstellung von KI-Modellen, einschließlich Fragen zu Inferenz, Hardwareanforderungen, Latenz und Skalierbarkeit

Fähigkeit, technische Lösungen nachvollziehbar zu dokumentieren, systematisch zu testen und wissenschaftlich auszuwerten

Ausgeprägtes Interesse an interdisziplinärer Forschung an der Schnittstelle von KI, Softwareentwicklung, Medizin, klinischer Implementierung und vertrauenswürdiger KI

Sehr gute Englischkenntnisse in Wort und Schrift sowie Deutschkenntnisse, insbesondere für die Zusammenarbeit mit klinischen Anwendern

🎁Unser Angebot

Vergütung: nach TV-L in der Entgeltgruppe E13 zzgl. Jahressonderzahlung, bei Vorliegen der persönlichen Voraussetzungen

Urlaub: 30 Tage Erholungsurlaub

Weiterbildung: Umfangreiche interne und externe Fort- und Weiterbildungsangebote, um Ihre Kompetenzen kontinuierlich zu stärken

Unternehmenskultur: Wir setzen auf Transparenz, Teamgeist und gemeinsame Erfolge. Feiern Sie mit uns bei gemeinsamen Veranstaltungen oder bei sportlichen Events

Mobilität: Zuschuss zum Jobticket, um Ihren Arbeitsweg umweltfreundlich und bequem zu gestalten

Gesundheit: Wir fördern Ihr Wohlbefinden mit modernen Sport- und Bewegungsangeboten in unserem Gesundheitszentrum, Programmen zur mentalen Gesundheit und einem umfassenden betrieblichen Gesundheitsmanagement

Einkaufsvorteile: Profitieren Sie von Mitarbeiterrabatten in unserer Klinik-Apotheke, exklusiven Corporate Benefits und weiteren Shoppingportalen

Work-Life-Balance: Unser Familienbüro unterstützt Sie bei Fragen rund um Kita-Plätze, Ferienprogramme und Pflege von Angehörigen. Zudem bieten wir flexible Arbeitsmodelle

Bitte richten Sie Ihr Anschreiben an Frau Prof. Carolin Schneider (W3-Professur für „Digitale Präventionsmedizin“) am Else Kröner Fresenius Zentrum für Digitale Gesundheit der TU Dresden

Ihre Ansprechpartnerin im

Geschäftsbereich Personal für Rückfragen

Antonia Schulz

Tel: 0351-458 77306

Job-Übersicht

Veröffentlicht

12. Oktober 2026

Standort

Dresden

Beschäftigungsart

Vollzeit

Arbeitsmodell

Vor Ort

🔔 Neue Jobs wie dieser — direkt in dein Postfach

Kein Account nötig. Maximal eine E-Mail pro Woche, Abmeldung jederzeit.

Mit dem Absenden stimmst du zu, E-Mails zu passenden Jobs von SalamJobs zu erhalten. Abmeldung jederzeit möglich.

💬 Oder lass Rafik suchen — dein kostenloser Karriereberater →

Unternehmen

Universitätsklinikum Carl Gustav Carus Dresden

Dresden

Unternehmensprofil ansehen

Quelle

Diese Stellenanzeige stammt direkt von der Karriereseite des Arbeitgebers und wird dort gehostet.

Originalanzeige ansehen

Ich bin interessiert