PhD-kandidaat Kunstmatige Intelligentie

PhD-kandidaat Kunstmatige Intelligentie

Geplaatst Deadline Locatie
gisteren 4 aug Leiden
Heb jij een passie voor kunstmatige intelligentie en neurowetenschappen? Wil je bijdragen aan baanbrekend onderzoek naar neuromusculaire ziekten? Werk je graag in een interdisciplinair team en beschik je over uitstekende programmeervaardigheden? Dan zoeken we jou!

Functieomschrijving

Als PhD-kandidaat werk je op het grensvlak tussen kunstmatige intelligentie en neurowetenschappen. Het onderzoeksproject ARISE-NMD heeft als doel om kunstmatige intelligentie toe te passen voor de analyse van elektromyografie (EMG)-data van patiënten met neuromusculaire ziekten. Het beoogde resultaat van dit project is het maken van een werkend AI-prototype dat het EMG kan interpreteren, met een accuratesse die niet onderdoet voor die van de gemiddelde EMG-expert. Je werkt voor dit project samen met twee andere PhD-kandidaten, ingebed in een groter onderzoeksteam van artsen en computerwetenschappers in Leiden en Amsterdam. Jouw rol bestaat, onder andere, uit het opzetten van een grote, geannoteerde online database met EMG bestanden die vrij gebruikt kunnen worden door onderzoekers over de hele wereld. Hiervoor verzamelen we data van dertig internationale EMG-experts en vragen we deze experts elkaars EMG-data te beoordelen. Daarnaast werk je mee aan de ontwikkeling van machine learning algoritmen, het uitvoeren van een validatiestudie en het bouwen van een werkend prototype.

Specificaties

Leids Universitair Medisch Centrum (LUMC)

Functie-eisen

·         Je hebt een master Medische Informatica, Technische Geneeskunde, Computerwetenschappen, Statistiek, Datawetenschappen, Kunstmatige Intelligentie of een vergelijkbare richting.

·         Goede kennis van en ervaring met machine learning, data mining en statischiek en kennis van of interesse in ziekten.

·         Creativiteit, zelfstandigheid en je bent een communicatief vaardige teamspeler.

·         Goed in programmeren (bij voorkeur in Python) en academisch schrijven.

·         Uitstekende kennis van de Engelse taal in woord en geschrift.

·         Goed in het werken in een zeer interdisciplinair team

Arbeidsvoorwaarden

Dienstverband voor bepaalde tijd: duur opleiding.

Als PhD-kandidaat bedraagt je salaris minimaal € 3.017,- en maximaal € 3.824,- bruto per maand (schaal Pro, CAO UMC). Deze bedragen zijn op basis van een fulltime dienstverband. 

Wat bieden we jou?

Door gezondheid gedreven; dat is onze missie. Dit geldt uiteraard niet alleen voor onze patiënten maar ook voor onze medewerkers. Met Future@Work garanderen wij een plezierige werkomgeving en bieden wij ruimte voor ontwikkeling. Om te kunnen blijven leren en ontwikkelen bieden wij interne opleidingen en bijscholing aan. Daarnaast heb je recht op een eindejaarsuitkering (8,3%), vakantiegeld, fietsregeling en sportbudget. Ook ben je als medewerker van het LUMC aangesloten bij het ABP pensioenfonds. Dit betekent dat maar liefst 70% van je pensioenpremie betaald wordt door het LUMC en je daardoor netto meer salaris over houdt. Wel zo fijn!

Werkgever

LUMC

In het Leids Universitair Medisch Centrum werken we continu aan het verbeteren van de patiëntenzorg. Wij investeren in baanbrekend, internationaal onderzoek en werken met de nieuwste apparatuur. Samen met onze artsen, gespecialiseerde zorgverleners, docenten, wetenschappelijke onderzoekers en ons ondersteunend personeel streven wij naar de hoogste kwaliteit op het gebied van gezondheidszorg, onderwijs en internationaal onderzoek. En hier hebben wij jou bij nodig!

Additionele informatie

Waar ga je werken?

LUMC is een centrum van medische vernieuwing, dat de patiëntenzorg wil verbeteren door wetenschappelijk onderzoek. Het leidt artsen, gespecialiseerde zorgverleners en onderzoekers op om daaraan bij te dragen. Je gaat werken bij de afdeling Neurologie (Dr. Tannemaat) van het LUMC en bij de afdeling Neurologie van het Amsterdam UMC (Dr C. Verhamme). Je zult op beide locaties even veel tijd doorbrengen. Voor dit project zul je nauw samenwerken met het Leiden Institute of Advanced Computer Science (dr. A. Kononova) van de Universiteit Leiden.

·         Het dienstverband geldt voor de duur van de opleiding, wat vier jaar is.

·         Acquisitie naar aanleiding van deze vacature wordt niet op prijs gesteld.

Specificaties

  • PhD
  • Gezondheid
  • max. 36 uur per week
  • €3017—€3824 per maand
  • Universitair
  • C.24.JM.FvD.115

Werkgever

Leids Universitair Medisch Centrum (LUMC)

Lees meer over deze werkgever

Locatie

Albinusdreef 2, 2333 ZA, Leiden

Bekijk op Google Maps

Interessant voor jou

X

Solliciteer op deze vacature

Solliciteer op deze vacature

Dit sollicitatieproces wordt beheerd door de werkgever (Leids Universitair Medisch Centrum (LUMC)). Heb je nog aanvullende vragen over jouw sollicitatie, neem dan contact op met de werkgever.

Bedankt voor je sollicitatie

Voor vragen over jouw sollicitatie kun je contact opnemen met de werkgever.

Tip: sla deze vacature op als favoriet in je AcademicTransfer account. Zo heb je meteen een overzicht en kun je de vacature makkelijk terugvinden. Nog geen account? Maak deze dan nu aan en profiteer van nog meer handige functionaliteiten!

Sollicitatieprocedure

·         We ontvangen graag een CV en een motivatiebrief waarin je je interesse in de functie toelicht.

·         Referenties kunnen worden opgevraagd

Contact

Martijn Tannemaat, sectiehoofd klinische neurofysiologie, afdeling Neurologie LUMC
Telefoon: 071 526 68 46

Camiel Verhamme, neuroloog/klinisch neurofysioloog Amsterdam UMC, locatie AMC
Telefoon: 020 566 36 00

Sollicitatieprocedure

Sollicitatieprocedure

·         We ontvangen graag een CV en een motivatiebrief waarin je je interesse in de functie toelicht.

·         Referenties kunnen worden opgevraagd

Contact

Martijn Tannemaat, sectiehoofd klinische neurofysiologie, afdeling Neurologie LUMC
Telefoon: 071 526 68 46

Camiel Verhamme, neuroloog/klinisch neurofysioloog Amsterdam UMC, locatie AMC
Telefoon: 020 566 36 00

Solliciteer uiterlijk op 4 aug 2024 23:59 (Europe/Amsterdam).