Wissenschaftliche Assistenz in Data Science für die Forschung zu Rückenmarksverletzungen 100%
Zurich
Auf einen Blick
- Veröffentlicht:30 Oktober 2025
- Pensum:100%
- Arbeitsort:Zurich
Wissenschaftliche Assistenz in Data Science für die Forschung zu Rückenmarksverletzungen
100 %, Zürich, befristet
Das Biomedical Data Science Lab (BDS Lab) an der ETH Zürich sucht eine hochmotivierte wissenschaftliche Assistenz zur Verstärkung unseres interdisziplinären Forschungsteams, das an der Schnittstelle von Data Science, Neurowissenschaften und klinischer Forschung arbeitet.
Projekt-Hintergrund
Diese Stelle konzentriert sich auf Rückenmarksverletzungen (SCI) und zielt darauf ab, datengetriebene Methoden zu entwickeln, um die Planung klinischer Studien zu verbessern, Erholungsverläufe vorherzusagen und Faktoren zu identifizieren, die die Patientenergebnisse beeinflussen.
Sie arbeiten unter der Leitung von Prof. Catherine Jutzeler, Leiterin des Biomedical Data Science Lab, und in enger Zusammenarbeit mit Spezialisten für Rückenmarksverletzungen und Experten für klinische Studien der ETH Zürich und Partnerinstitutionen. Ihre Arbeit trägt direkt zu laufenden Bemühungen in der Planung klinischer Studien bei, einschließlich der Modellierung historischer Kontrollgruppen sowie maschinellem Lernen, Data Science und epidemiologischen Studien basierend auf großen SCI-Datensätzen. Dies ist eine ausgezeichnete Gelegenheit, zur translationalen Forschung an der Schnittstelle von computergestützter Modellierung, biomedizinischer Datenanalyse und klinischer Neurowissenschaft beizutragen.
Stellenbeschreibung
- Unterstützung bei der Planung klinischer Studien, einschließlich der Modellierung historischer Kontrollgruppen und der Entwicklung datengetriebener Studiendesign-Strategien
- Durchführung von Analysen mit maschinellem Lernen, Data Science und KI auf groß angelegten SCI-Datensätzen
- Durchführung epidemiologischer Analysen zur Identifikation von Prädiktoren für Erholung, Behandlungsansprechen und Langzeitergebnisse
- Entwicklung und Pflege reproduzierbarer Datenanalyse-Pipelines und Workflows
- Erstellung von Datenvisualisierungen und Berichten zur Unterstützung von Publikationen und gemeinsamen Projekten
- Enge Zusammenarbeit mit SCI-Klinikern, Data Scientists und Experten für klinische Studien der ETH Zürich und Partnerinstitutionen
- Unterstützung bei der Organisation und Teilnahme am jährlichen Lab-Retreat zur Förderung des wissenschaftlichen Austauschs und der Teamentwicklung
Profil
- Masterabschluss oder gleichwertig in Data Science, Informatik, Biomedizintechnik, Neurowissenschaften oder einem verwandten Fachgebiet
- Fundierte Erfahrung in Python und/oder R, einschließlich gängiger Bibliotheken für Datenanalyse und maschinelles Lernen
- Kenntnisse in statistischer Modellierung, Epidemiologie oder Methodik klinischer Studien sind von großem Vorteil
- Erfahrung mit biomedizinischen oder klinischen Daten, wie Neuroimaging, Elektrophysiologie oder Registerdaten
- Ausgezeichnete analytische, organisatorische und kommunikative Fähigkeiten
- Starke Motivation, zur translationalen Neurowissenschaft und evidenzbasierter klinischer Forschung beizutragen
- Fähigkeit, sowohl selbstständig als auch kollaborativ in einem multidisziplinären Umfeld zu arbeiten
Arbeitsort
Arbeitsort
Wir bieten
- Ein anregendes, kollaboratives Forschungsumfeld an der ETH Zürich, einer der weltweit führenden Universitäten für Wissenschaft und Technologie
- Die Möglichkeit, zur Spitzenforschung in biomedizinischer Data Science mit direkter klinischer Relevanz beizutragen
- Enge Zusammenarbeit mit Experten für Rückenmarksverletzungen und klinische Studien der ETH Zürich, des Schweizer Paraplegiker-Zentrums und des Universitätsspitals Balgrist sowie Industriepartnern
- Zugang zu moderner Recheninfrastruktur und Mentoring unter Prof. Catherine Jutzeler
- Möglichkeiten zur beruflichen Weiterentwicklung und Schulung in Datenanalyse, maschinellem Lernen und Neuroinformatik
Wir schätzen Vielfalt und Nachhaltigkeit
Neugierig? Wir auch.
Bewerbungen müssen über das ETH-Onlineportal eingereicht werden. Bewerbungen per E-Mail werden nicht berücksichtigt.
Bitte reichen Sie folgende Unterlagen über das Portal ein:
- Lebenslauf
- Zeugnisse und Zertifikate
- Kontaktinformationen von zwei Referenzen
- Aufgabenbezogene Stellungnahmen: Für jede der folgenden Aufgaben geben Sie eine kurze Beschreibung (maximal 1 Seite pro Aufgabe) ab, wie Sie das Problem angehen würden, einschließlich Methoden, Werkzeuge oder Analyse-Strategien, die Sie verwenden würden
- Modellierung historischer Kontrollen für eine klinische Studie im Kontext seltener Krankheiten – beschreiben Sie, wie Sie ein Modell mit historischen Daten erstellen und validieren würden
- Studie zu maschinellem Lernen / Data Science auf einem groß angelegten SCI-Datensatz unter Verwendung des EMSCI-Datensatzes – beschreiben Sie, wie Sie Datenvorverarbeitung, Modellierung und Bewertung angehen würden
Bewerbungen werden fortlaufend geprüft, bis die Stelle besetzt ist.
Für weitere Informationen wenden Sie sich bitte an Prof. Catherine Jutzeler unter Catherine.Jutzeler@hest.ethz.ch und Dr. Liliana Paredes ( lparedes@ethz.ch ) und besuchen Sie unsere Website .
