← Toutes les offres
LM

Wissenschaftlicher Mitarbeiter / Wissenschaftliche Mitarbeiter...

Ludwig-Maximilians-Universität München

München, Bayern
Temps plein
Publié le 13 novembre 2026

Description du poste

Die Ludwig-Maximilians-Universität München ist eine der führenden Universitäten in Europa mit einer über 500-jährigen Tradition. Sie steht für anspruchsvolle akademische Ausbildung und herausragende Forschung. Einrichtung Fakultät für Betriebswirtschaft - Institute of Artificial Intelligence (AI) in Management Vergütung TV-L E13 Umfang Vollzeit (100%) Besetzungsdatum Zum nächstmöglichen Zeitpunkt (2 Jahre befristet, mit der Option auf Verlängerung) Das sind wir: Wir sind ein Team internationaler Forschenden unter der Leitung von Prof. Stefan Feuerriegel, das auf KI für bessere Entscheidungen konzentriert. Unser Team ist hochdivers und setzt sich aus verschiedener Länder und Fachrichtungen zusammen (z. B. Maschinelles Lernen, Statistik, Economics). Wir entwickeln, implementieren und evaluieren neue KI-Algorithmen, um datenbasierte Entscheidungsfindung zu verbessern. Unser Team veröffentlicht regelmäßig in den führenden KI/ML-Konferenzen (z. B. NeurIPS, ICML, KDD) sowie in medizinischen Publikationen (z. B. Nature Medicine, Lancet Digital Health, npj Digital Medicine). Hervorzuheben ist, dass unser Institut eine doppelte Anbindung an die Fakultät für Mathematik, Informatik und Statistik hat, was es uns ermöglicht, ein breites Ziel in Lehre und Forschung zu verfolgen. Weitere Informationen über uns finden Sie auf [unserer Webseite](https://www.som.lmu.de/ai/de/). Besuchen Sie gerne unsere Website, um weitere Informationen über uns zu erhalten. Wir suchen Sie: Wissenschaftlicher Mitarbeiter / Wissenschaftliche Mitarbeiterin in Artificial Intelligence in der Medizin (m/w/d) am Standort München Das sind Ihre Aufgaben: Wir suchen hochmotivierte Kandidaten und Kandidatinnen mit einer Leidenschaft für Forschung und dem Antrieb, bahnbrechende Beiträge im Bereich KI zu leisten. Eine forschungsorientierte Agenda hat für diese Position oberste Priorität. Die Kandidaten und Kandidatinnen sammeln zudem Erfahrungen in der Lehre auf Bachelor- und/oder Master-Ebene und können Abschlussarbeiten von Studierenden betreuen. Wir zielen darauf ab, klinische Entscheidungsprozesse durch neue AI/ML-Tools zu verbessern. Doktorierende publizieren hier regelmäßig in hochrangigen Outlets (z. B. Nature Communications, Nature Medicine). Falls gewünscht, können Doktorierende aktiv mit Universitätskliniken (z.B. in München oder Heidelberg) oder Partnern (z. B. Harvard Medical School, Cambridge Centre for AI in Medicine) zusammenarbeiten, um die großen Herausforderungen der Zeit anzugehen. Der Fokus liegt darauf, den Mehrwert neuer AI/ML-Tools aufzuzeigen und diese praktisch anzuwenden. Dies umfasst: - Causal ML für bessere Entscheidungsfindung in der Medizin - AI/ML für predictive biomarker discovery, patient trajectory modeling, sowie synthetic data generation - AI agents to support medical reasoning Die Forschung wird durch Drittmittelprojekte finanziert und erwartete enge Kollaboration mit unseren klinischen Stakeholdern. Das sind Sie: Sie verfügen über einen Masterabschluss in einem der folgenden Fächer: - Mathematik - Statistik - Informatik - Data Science - Machine Learning - Bioinformatik Unsere Teamsprache ist Englisch, daher wird fließendes Englisch vorausgesetzt. Das ist unser Angebot: Sie werden Teil eines motivierten, internationalen Teams mit einer dynamischen und inspirierenden Atmosphäre. Unsere Büros befinden sich im Zentrum Münchens. Während Ihrer Tätigkeit werden die Teilnahme an Konferenzen, Summer Schools und freiwilligen Austauschprogrammen unterstützt. Die Arbeit ist nahezu vollständig forschungsorientiert, mit nur begrenzten Lehrverpflichtungen. Wir arbeiten mit einem internationalen Netzwerk von Forschenden (z. B. Harvard, Yale, NYU, Cambridge) zusammen, um Lösungen für die globalen Herausforderungen von heute und morgen zu entwickeln. Erfolgreiche Kandidaten haben häufig die Möglichkeit, unser internationales Netzwerk für Forschungsaufenthalte vor Ort zu besuchen. Ehemalige Absolventen haben Spitzen