Scientific Assistant – Biomedical Data Science & Spinal Cord Injury Research — ETH Zürich

Vollständige Beschreibung

Wissenschaftlicher Assistent - Biomedizinische Datenwissenschaft & Spinal Cord Injury Forschung

80%-100%, Zürich, befristet

Das Biomedical Data Science Lab untersucht datengestützte Lösungen für Anwendungen im Gesundheitswesen mit Schwerpunkt auf neurologischen Erkrankungen und systemischen Infektionen wie Sepsis. Im Mittelpunkt unserer Forschung steht die Zusammenarbeit zwischen Disziplinen, die Fachwissen in Medizin, Biologie, Computer und Data Science umfassen. Wir suchen einen motivierten wissenschaftlichen Assistenten, der sich diesem wachsenden Team anschließt und zu interdisziplinären Forschungspartnerschaften beiträgt.

Projekthintergrund

Das Biomedical Data Science Lab der ETH Zürich lädt zur Bewerbung um einen wissenschaftlichen Assistenten ein, um unsere datenintensiven Projekte in der biomedizinischen Bildgebung und klinischen Forschung zu unterstützen. Diese Position bietet eine hervorragende Gelegenheit, an der Spitze der biomedizinischen Datenwissenschaft zu arbeiten und zu Schlüsselprojekten wie Datenkuration, Bildsegmentierung und Werkzeugentwicklung für klinische Forschungsanwendungen beizutragen. Der wissenschaftliche Assistent wird das Biomedical Data Science Team bei einer Reihe von Anwendungsprojekten unterstützen, wobei ein besonderer Schwerpunkt auf unserer Arbeit in den Bereichen pädiatrische Sepsis, Rückenschmerzen und pädiatrische Neuroonkologie liegt.

Stellenbeschreibung

Wir suchen einen wissenschaftlichen Assistenten mit einem starken Hintergrund in Statistik, maschinellem Lernen und biomedizinischer Datenwissenschaft, um unsere Forschung mit der europäischen Multicenter-Studie über Rückenmarkverletzungen (EMSCI) und verwandten SCI-Datenbanken zu unterstützen.

Die Position verbindet praktische Datenanalyse und wissenschaftliche Projektunterstützung mit der Koordination wissenschaftlicher Aktivitäten innerhalb unseres Forschungsnetzwerks. Der erfolgreiche Kandidat wird eng mit Forschern, Klinikern und internationalen Mitarbeitern zusammenarbeiten, um umfangreiche longitudinale SCI-Datensätze zu analysieren und zu wissenschaftlichen Publikationen und Treffen beizutragen.

Ihre Hauptaufgaben umfassen

• Führen Sie statistische und maschinelle Lernanalysen unter Verwendung von EMSCI und verwandten SCI-Datensätzen durch.
• Entwicklung und Validierung prädiktiver Modelle der neurologischen Erholung und der funktionellen Ergebnisse nach SCI.
• Führen Sie Datenvorverarbeitung, Qualitätskontrolle, Harmonisierung, Feature Engineering und explorative Datenanalyse durch.
• Anwendung geeigneter statistischer Methoden, einschließlich Regression, Längsschnittdatenanalyse, Überlebensanalyse und maschineller Lernansätze.
• Reproduzierbare analytische Workflows in R und/oder Python entwickeln.
• Tragen Sie zu wissenschaftlichen Publikationen, Berichten, Präsentationen und Förderanträgen bei.
• Zusammenarbeit mit Klinikern, Neurowissenschaftlern, Statistikern und Datenwissenschaftlern in den teilnehmenden SCI-Zentren.
• Unterstützung bei der Organisation und Koordinierung von wissenschaftlichen Sitzungen, Workshops, Konsortialsitzungen und anderen Forschungsaktivitäten, einschließlich Planung, Vorbereitung von Tagesordnungen und Materialien, Kommunikation mit den Teilnehmern und Folgemaßnahmen.
• Unterstützung bei der Koordinierung laufender Verbundprojekte und der Nachverfolgung wissenschaftlicher Aktivitäten und Ergebnisse.

Profil

• MSc oder gleichwertiger Abschluss in Statistik, Biostatistik, Data Science, Biomedizintechnik, Informatik, Epidemiologie, Neurowissenschaften oder einer verwandten Disziplin.
• Starker Hintergrund in Statistik und / oder maschinellem Lernen.
• Erfahrung in der Arbeit mit longitudinalen und/oder klinischen Datensätzen.
• Starke Programmierkenntnisse in R und / oder Python.
• Erfahrung mit statistischer Modellierung, Datenvisualisierung und reproduzierbarer Forschung.
• Vertrautheit mit maschinellen Lernmethoden wie Random Forests, Gradient Boosting, neuronalen Netzwerken oder verwandten Ansätzen.
• Frühere Erfahrungen mit EMSCI-Daten oder anderen großen SCI-Datenbanken sind sehr wünschenswert.
• Die Kenntnis der SCI-spezifischen klinischen und neurologischen Endpunkte (z. B. ISNCSCI/ASIA, SCIM) ist von Vorteil.
• Die Erfahrung mit multizentrischen klinischen Datensätzen ist von Vorteil.
• Fließend Englisch und Deutsch, sowohl geschrieben als auch gesprochen.
• Hervorragende organisatorische und kommunikative Fähigkeiten.
• Fähigkeit, unabhängig und zuverlässig zu arbeiten und gleichzeitig in einem multidisziplinären und internationalen Forschungsumfeld effektiv zusammenzuarbeiten.
• Interesse an SCI-Forschung und der Anwendung von Data Science in der klinischen Forschung.

Wir bieten

• 80–100% im Biomedical Data Science Lab der ETH Zürich.
• Die Möglichkeit, mit EMSCI, einer der wichtigsten longitudinalen SCI-Forschungsdatenbanken, und verwandten internationalen Datensätzen zu arbeiten.
• Ein hochgradig interdisziplinäres Umfeld an der Schnittstelle von klinischen Neurowissenschaften, Statistik, maschinellem Lernen und biomedizinischer Datenwissenschaft.
• Enge Zusammenarbeit mit führenden SCI-Forschern und klinischen Zentren in der Schweiz und international.
• Die Möglichkeit, zu hochwertigen wissenschaftlichen Publikationen und internationalen Kooperationsprojekten beizutragen.
• Eine vielseitige Rolle, die praktische quantitative Forschung mit wissenschaftlicher Koordination und Projektmanagement verbindet.
• Ein anregendes Forschungsumfeld an der ETH Zürich, mit dem Labor in Schlieren.

Wir legen Wert auf Vielfalt und Nachhaltigkeit

Im Einklang mit unseren Werten fördert die ETH Zürich eine inklusive Kultur. Wir fördern Chancengleichheit, schätzen Vielfalt und fördern ein Arbeits- und Lernumfeld, in dem die Rechte und die Würde aller unserer Mitarbeiter und Studenten respektiert werden. Besuchen Sie unsere Website für Chancengleichheit und Vielfalt, um herauszufinden, wie wir ein faires und offenes Umfeld gewährleisten, in dem jeder wachsen und gedeihen kann. Nachhaltigkeit ist für uns ein zentraler Wert – wir arbeiten konsequent auf eine klimaneutrale Zukunft hin.

Neugierig? Wir sind es auch.

Wir freuen uns auf Ihre Online-Bewerbung mit folgenden Unterlagen:

• CV / Lebenslauf
• Kurzes Bewerbungsvideo
• Anschreiben (einschließlich eines Links zum Video)
• Arbeitsreferenzen und Diplome/Bescheinigungen

Im Video stellen Sie sich bitte kurz vor und sprechen Folgendes an:

Stellen Sie sich vor, Sie sind gerade unserem Labor beigetreten und werden gebeten, EMSCI-Daten zu verwenden, um Prädiktoren für die neurologische Erholung nach Rückenmarksverletzungen zu untersuchen. Wie würden Sie diese Forschungsfrage angehen?

Bitte kurz erläutern

• Wie würden Sie ein angemessenes klinisches Ergebnis definieren?
• Welche Prädiktoren Sie in Betracht ziehen würden und warum;
• Wie Sie mit Längsdaten und fehlenden Werten umgehen würden;
• Welche statistischen und/oder maschinellen Lernmethoden Sie in Betracht ziehen würden
• Wie würden Sie die Ergebnisse validieren und interpretieren?

Eine tatsächliche Analyse ist nicht erforderlich. Wir sind in erster Linie an Ihrem wissenschaftlichen Denken, Ihrem statistischen Verständnis und Ihrer Fähigkeit, klar zu kommunizieren, interessiert.

Kandidaten, die Deutsch sprechen, werden aufgefordert, das Video auf Deutsch einzureichen. Kandidaten, die kein Deutsch sprechen, können das Video auf Englisch einreichen.

Das Video sollte vom Antragsteller aufgezeichnet werden. AI-generierte Stimmen oder Avatare sollten nicht verwendet werden. Slides oder andere visuelle Hilfsmittel können verwendet werden, wenn hilfreich.

Wir möchten Sie gerne besser kennenlernen und bitten Sie daher, ein kurzes, dreiminütiges Video einzureichen. Wir erwarten kein professionell produziertes Video; eine Aufnahme mit einem Smartphone ist vollkommen ausreichend. Bitte laden Sie das Video dann auf eine Plattform Ihrer Wahl (Dropbox, YouTube, Vimeo, Google Drive usw.) hoch und fügen Sie den entsprechenden URL-Link in Ihr Anschreiben ein.

Startdatum: Vorzugsweise 1. November 2026 oder nach Vereinbarung.

Beschäftigung: 80–100%

Standort: ETH Zürich Schweiz

Dauer: vorübergehend, 1 Jahr (mit Möglichkeit der Verlängerung um 1 Jahr)

Weitere Informationen zum BMDS-Labor finden Sie auf unserer Website.

Fragen zur Stelle richten Sie bitte an Prof. Catherine Jutzeler ([email protected]).

Bitte beachten Sie, dass wir ausschließlich Bewerbungen annehmen, die über unser Online-Bewerbungsportal eingereicht werden. Bewerbungen per E-Mail oder Post werden nicht berücksichtigt.

Wir weisen darauf hin, dass die Vorauswahl durch die verantwortlichen Recruiter und nicht durch künstliche Intelligenz erfolgt.

Über die ETH Zürich

Die ETH Zürich ist eine der weltweit führenden Universitäten, die sich auf Wissenschaft und Technologie. Wir sind bekannt für unsere hervorragende Ausbildung, Spitzenforschung und direkter Wissenstransfer in die Gesellschaft. Über 30.000 Menschen aus mehr als 120 Ländern finden unsere Universität ein Ort zu sein, der unabhängiges Denken und eine Umwelt, die Exzellenz inspiriert. Im Herzen Europas gelegen, Dennoch knüpfen wir Verbindungen auf der ganzen Welt, um Lösungen für die globalen Herausforderungen von heute und morgen zu entwickeln.