Postdoktor/ Data Scientist innan medisinsk bildediagnostikk og kunstig intelligens

Søknadsfrist 20. november 2026 Data og analyse
Søk på stillingen ↗Åpnes hos arbeidsgiver eller original kilde.

Om stillingen

Om stillinga

Mohn Medical Imaging and Visualization Centre (MMIV) lyser ut ein ettårig forskarstilling innan medisinsk bildediagnostikk og kunstig intelligens i ASIS-prosjektet. (AI-supported services for image diagnostics in Western Norway), finansiert av Helse Vest RHF. ASIS har som mål å integrere og evaluere KI-baserte bildeanalysemetodar i kliniske arbeidsprosessar gjennom samarbeid mellom forskarar, klinikarar og tekniske fagmiljø i regionen. Stillinga vil vere retta mot trening og evaluering av sementeringsmodellar på sjukehusets eigne bildedata, innanfor sjukehusets sikre infrastruktur.

Vi søker ein kanditat med sterke programmeringsferdigheiter og praktisk erfaring med trening av djuplæringsmodellar for segmentering av medisinske bilde. Ei sentral oppgåve vil vere å etablere eit reproduserbart, containerbasert treningsoppsett, til dømes nnU-Net i Docker på sjukehusets berekningsinfrastruktur, med sikker dataflyt frå lokale bildearkiv til treningsmiljøet. Stillinga kombinerer anvendt forsking og teknisk utvikling av maskinlæringsløysingar, med vekt på vitskapleg publisering og klinisk relevant vurdering.

Om MMIV: MMIV er lokalisert ved Radiologisk avdeling på Haukeland universitetssjukehus. Senteret samlar kompetanse innan radiologi, klinisk medisin, informatikk og ingeniørfag for å forbetre bildediagnostikk og kliniske arbeidsprosessar. Tilknytningen til sjukehuset legg til rette for samarbeid mellom forskarar og klinikarar om klinisk relevante problemstillingar innan bildediagnostikk. Meir informasjon: https://www.mmiv.no Den som blir tilsett, blir ein del av eit forskingsmiljø med om lag 20 kollegaer som hovudsakleg arbeider med bildeforsking og kunstig intelligens. Det daglege arbeidet vil innebere tett samarbeid med deltakarar i ASIS-prosjektet, med jamnlege moglegheiter til å diskutere metodar, resultat og klinisk anvendingar. Hauke Bartsch og Satheshkumar Kaliyugarasan vil gje vitskapleg rettleiing.

Finansiering og karriereutvikling Stillinga er finansiert for eitt år. I denne perioden skal den som vert tilsett, samarbeide med seniorforskarar ved MMIV om å utarbeide og sende inn ein felles søknad om ekstern finansiering, med sikte på å støtte vidare forsking og mogeleg vidare tilsetjing. Søknadsarbeidet vil inngå i den avtalte arbeidsplanen. Aktuelle moglegheiter kan omfatte eit postdoktorstipend, dersom kandidaten oppfyller kvalifikasjonskrava, eller ein anna eigna finansieringsordning. Eventuell vidare tilsetjing vil avhenge av at finansiering blir innvilga, og at gjeldande rekrutteringsprosedyrar blir gjennomført.

Søknaden skal innehalde Ei kort utgreiing for motivasjonen din for å søke, inkludert erfaring med trening av dyplæringsmodellar for segmentering og utvikling av reproduserbare maskinlæringspipeliner, og korleis dette kan bidra til ASIS-prosjektet. CV, inkludert publikasjonsliste der det er aktuelt. Namn og kontaktinformasjon til to referansepersonar. Éin bør vere rettleiar eller arbeidsgjevar frå eit nyare arbeidsforhold. Vitnemål og karakterutskrifter. Søkarar til postdoktorstillinga som endå ikkje har oppnådd doktorgrad, må også legge ved stadfesting frå institusjonen på at avhandlinga er levert. Relevante kursbevis og arbeidsattestar, der det er aktuelt. Anbefalingsbrev fra universitetet ditt eller tidlegare arbeidsgjevarar er velkomne, men ikkje obligatoriske. Søknaden kan skrivast på engelsk eller norsk.

Arbeidsoppgåver

Den som vert tilsett, skal bidra til ein avgrensa del av ASIS-prosjektet i samarbeid med forskarar, klinikarar og tekniske medarbeidarar. Arbeidsplanen for det eitt-årige engasjementet vil rettast mot å gjere mogleg lokal trening av segmenteringsmodellar for eit eller fleire utvalde bruksområde innan bildediagnostikk. Prioriteringane vert avtala ved tiltredelse

  • Etablere og dokumentere sikre, reproduserbare treningspipeliner og dataflyt for lokal modelltrening på sjukehusets bildedata
  • Utvikle, trene og evaluere segmenteringsmodellar, og integrere dei i kliniske og prekliniske system for utprøving
  • Utarbeide vitskaplege publikasjonar og formidle resultat
  • Bidra til søknadar om ekstern finansiering for vidare forsking og mogleg vidare tilsetting

Klinisk integrasjon, dataforvaltning, informasjonssikkerheit og regulatoriske forhold vil bli handtert i samarbeid med relevante fagpersonar i prosjektet. Kandidatens bidrag vil bli avklart som del av dette felles arbeidet.

Kvalifikasjonar

  • Relevant mastergrad eller doktorgrad innan medisinsk avbildning, maskinlæring, informatikk, beregningsbasert radiologi eller eit beslekta fagområde
  • Tilsetting som postdoktor krev at doktorgraden er oppnådd før oppstart av stillingsforhold. Søkarar utan doktorgrad vil bli vurdert for tilsetting som Data Scientist på grunnlag av relevante programmeringsferdigheiter og erfaring med medisinsk bildeanalyse og maskinlæring
  • Praktisk erfaring med trening av djuplæringsmodellar for segmentering av medisinske bilde, med rammeverk som nnU-Net, MONAI eller andre PyTorch-baserte verktøy
  • Sterke programmeringsferdigheiter i Python og praktisk erfaring med arbeid i Linux-miljø, inkludert kommandolinjen, Git og Docker eller annan containerteknologi
  • Evne til å drive sjølvstendig og strukturert forsking, samt erfaring frå tverrfaglege forskargrupper, inkludert samarbeid med klinikarar eller forskarar frå andre fagområde
  • Svært gode engelskkunnskapar, skriftleg og munnlig, inkludert ferdigheiter i vitskapleg skriving

Ønska kvalifikasjonar: Erfaring innanfor eit eller fleire av følgjande område vil vere ein fordel:

  • MLOps-verktøy for sporing av eksperiment, modellregister og styring av pipeliner, som MLflow eller Weights & Biases
  • Datastandardar for medisinske bilde (DICOM, NIfTI), PACS og bildearkiv for forsking, samt avidentifisering av bildedata
  • Statistisk evaluering av bildeanalysealgoritmar, inkludert robusthet og overvaking av yting
  • Dataforvaltning, informasjonssikkerheit, etiske omsyn eller regulatoriske krav knytta til arbeid med sensitive helsedata og medisinsk programvare
  • Agentbaserte arbeidsprosessar innan programvarearkitektur og utvikling av medisinske produkt

Det er ikkje forventa at søkarar har erfaring frå alle desse områda, heller ikke samtlege av kvalifikasjonskrava er obligatorisk for å søke.

Vi søker ein kollega som

  • Samarbeidar godt og deler kunnskap opent med andre
  • Tar initiativ og arbeider sjølvstendig, samstundes som vedkommande søker innspill ved behov
  • Arbeider systematisk, dokumenterer metodar og resultat og følger opp avtalte oppgåver
  • Trivst med å utvikle robuste og godt dokumenterte verktøy som andre kan bruke
  • Kommuniserer tydeleg med både klinikarar og tekniske medarbeidarar
  • Er motivert for å forstå kliniske behov og omsette dei til praktiske forskingsspørsmål

Forskingserfaring, motivasjon, vitskapleg potensiale og personleg eignaheit vil bli vektlagt i vurderinga. Kvalifikasjonar og meritter vil bli vurdert i lys av kor søkaren er i karrieren. Søkarar bør vise korleis erfaringa deira kan bidra til å etablere lokal modelltrening i ASIS-prosjektet i løpet av det eitt-årige engasjementet.

Vi tilbyr

  • Ettårig forskingsstilling i eit tverrfagleg miljø ved universitetssjukehus
  • Tilgang til sjukehusets medisinske bildedata og GPU-baserte beregningsinfrastruktur for lokal modelltrening, føresett nødvendige godkjenningar
  • Tett samarbeid med klinikarar, KI-forskarar og prosjektpartnarar
  • Moglegheiter til å utvikle kompetanse innan forsking og MLOps, publisere funn og bidra til klinisk relevant KI-forsking
  • Lønn etter avtale
  • Gode pensjonsordningar

Vi oppfordrar alle søkarar til å nytte Vitnemålsportalen for å laste opp verifiserte vitnemål og karakterutskrifter, der det er mogleg. Har du utdanning frå utlandet, legg ved godkjenning frå Direktoratet for høgare utdanning og kompetanse.

Klar til å søke?

Du sendes videre til arbeidsgiver eller original kilde.

Søk på stillingen ↗
Frist
Søk på stillingen
Design og utvikling avseoweb.Datadrevet digitalbyrå i Bergen