Teamleitung & Koordinatorin/ Koordinator Machine Learning - Radiologie-KI - Arbeitsgruppe Machine Le

Wir suchen Sie als Teamleitung und Koordinatorin/ Koordinator für die Arbeitsgruppe Machine Learning an der Universitätsmedizin Frankfurt am Main. Gestalten Sie die Zukunft der medizinischen KI-Forschung im RACOON-Netzwerk - Deutschlands größter multizentrischer Radiologie-Forschungsinitiative mit 38 Universitätskliniken (https://racoon.network). Sie koordinieren strategische Projekte und schaffen die Grundlage für prototypische medizinische KI-Lösungen mit realem Kommerzialisierungspotenzial.

Die Stelle ist zunächst auf 12 Monate befristet.

Ihre Aufgaben:

Strategische Koordination & Schnittstellenmanagement

• Orchestrierung der Zusammenarbeit zwischen ML-Ingenieuren, klinischen Forschern, IT-Infrastruktur und RACOON-Konsortialpartnern über 38 Institutionen
• Übersetzung klinischer Anforderungen in technische Spezifikationen als zentrale Schnittstelle zwischen Radiologie und KI-Entwicklung
• Navigation in akademisch-medizinischen Hierarchien bei gleichzeitiger Wahrung operativer Effizienz
• Koordination von Projektmeilensteinen und Berichterstattung für BMBF-geförderte Projekte (RACOON, COMPARE, ENRICH)

Team-Kultur & Prozessentwicklung

• Aufbau skalierbarer Workflows für Datenpipelines, Modellentwicklung und Deployment
• Gestaltung einer Teamkultur mit Fokus auf Ownership, schnelle Iteration und translationsorientierte Forschung
• Mentoring von Master-Studierenden, Promovierenden und Junior-Teammitgliedern

Infrastrukturplanung & Ressourcenmanagement

• Koordination technischer Infrastruktur: Priorisierung und Management von GPU-Compute-Ressourcen, Trainings- und Deployment-Umgebungen
• Etablierung gemeinsamer Standards für medizinische Datenverarbeitung (DICOM, FHIR), Containerisierung, Modellversionierung

Prototyp-Translation

• Identifikation von medizinisch relevanten Lösungen und Koordination früher Prototypenentwicklung
• Sicherstellung, dass KI-Modelle nicht nur publizierbar, sondern tatsächlich in klinischen Workflows implementierbar sind
• Möglichkeit zur Promotion nach individueller Absprache