Terug naar overzicht
Vandaag zichtbaar op IKONSNieuwPopulair
Vlaams-BrabantOp locatie38 uur/week>12mnd
Een onderzoeksinstelling zoekt een onderzoeker voor een project gericht op translationele cel- en weefselonderzoek, ingebed in een afdeling Beeldvorming en Pathologie. Het team werkt op het snijvlak van kankerbiologie, medische beeldvorming en kunstmatige intelligentie. De onderzoeker zal deelnemen aan een internationaal consortium en nauw samenwerken met computationele en klinische onderzoekers.
Wat je doet
- Leiden van de ontwikkeling, fine-tuning en benchmarking van fundamentele modellen voor borstradiologie, inclusief mammografie, MRI en echografie.
- Ontwikkelen van robuuste representaties op laesie-, beeld- en patiëntniveau die kenmerken van invasief lobulair carcinoom vastleggen, rekening houdend met variatie tussen instellingen, scannerleveranciers en acquisitieprotocollen.
- Integreren van radiologische representaties met embeddings afgeleid van digitale pathologiebeelden en bijdragen aan multimodale modellen voor diagnose, stadiëring, prognose, voorspelling van terugval en modellering van behandelingsrespons.
- Ontwerpen en uitvoeren van rigoureuze interne en externe validatie, inclusief cross-site benchmarking, onzekerheidsschatting, modelkalibratie en subgroepanalyses.
- Ontwikkelen van reproduceerbare en goed gedocumenteerde software, onderhouden van data-analyse pipelines en bijdragen aan modeldocumentatie en verantwoorde onderzoekspraktijken.
- Nauw samenwerken met radiologen, pathologen, computationele wetenschappers en klinische onderzoekers binnen een internationaal consortium.
- Communiceren van resultaten via wetenschappelijke publicaties, presentaties en consortiumactiviteiten.
- Mogelijk begeleiden van doctorale en masterstudenten en bijdragen aan de wetenschappelijke coördinatie van gerelateerde onderzoeksactiviteiten.
Profiel
- Gemotiveerde en onafhankelijke onderzoeker met een sterke computationele achtergrond en aantoonbare ervaring in radiologische beeldanalyse.
- PhD in computerwetenschappen, kunstmatige intelligentie, biomedische technologie, medische beeldvorming, bio-informatica, statistiek of een nauw verwant computationeel vakgebied.
- Sterke programmeervaardigheden, bij voorkeur in Python, en aanzienlijke ervaring met machine learning of deep learning voor medische beelden.
- Wetenschappelijke publicatierecord passend bij de carrièrefase.
- Aantoonbare onderzoekservaring in radiologische beeldanalyse is vereist.
- Ervaring met DICOM en een of meer borstbeeldvormingsmodaliteiten (mammografie, echografie, MRI) is sterk gewenst.
- Ervaring met digitale pathologie, multimodale learning, driedimensionale computervisie, self-supervised learning, fundamentele modellen, modelkalibratie of high-performance computing is een voordeel.
- Intellectueel en technisch eigenaarschap kunnen nemen van een ambitieus onderzoeksproject en effectief samenwerken in een interdisciplinair en internationaal team.
- Gestructureerd en reproduceerbaar werken en wetenschappelijke resultaten duidelijk communiceren in het Engels, zowel mondeling als schriftelijk.
- Geïnteresseerd in klinisch zinvolle kunstmatige intelligentie en gemotiveerd om nauw samen te werken met radiologen, pathologen en andere klinische en computationele onderzoekers.
Praktisch
- De positie biedt toegang tot unieke multi-site borstkankerdatasets en de computationele infrastructuur die nodig is om grote collecties medische beelden te analyseren.
- Je wordt begeleid door experts in borstradiologie, digitale pathologie, biomedische AI en translationeel kankeronderzoek.
- De positie biedt mogelijkheden om te publiceren in peer-reviewed wetenschappelijke tijdschriften, te presenteren op internationale conferenties, junior onderzoekers te begeleiden, nieuwe samenwerkingen te initiëren en het onafhankelijke academische profiel verder te ontwikkelen.
Hoe solliciteren?
Bekijk de volledige opdrachttekst en sollicitatie-informatie zodra je sollicitatie op maat klaarstaat.
Bestel een sollicitatie op maat om de volledige opdracht en sollicitatie-informatie te bekijken.
Meer context, minder losse zoekuren.
Je krijgt net genoeg context om te beoordelen of deze opdracht interessant is. De volledige briefing, klantdetails en vervolgstappen blijven beschikbaar in de app.