Python Experten in Dresden

Technisches Audit für wissenschaftliche Software.

• Unterstützung der Forschung in der Kontinuumsmechanik mit Schwerpunkt auf Finite-Elemente-Modellierung, Materialverhalten, Verschleißmechanik und gekoppelten PDE-Formulierungen.
• Entwicklung und Validierung numerischer Simulationen, Durchführung von Datenverarbeitung und Analyse sowie Beitrag zu technischen Publikationen.
• Unterstützung bei Automatisierungsskripten, der Erstellung von Abbildungen und Dokumentationen sowie der täglichen Projektkoordination, um einen reibungslosen Forschungsfortschritt sicherzustellen.
• Die Implementierung von Algorithmen erfolgt in Fortran und Python.

• Technische und fachliche Leitung der Software- und ML-Entwicklung; weitgehend eigenständige Umsetzung der Programmierung und Koordination des Teams sowie externer Projektpartner
• Entwurf, Erstellung und Aufbereitung von Trainings- und Testdatensätzen aus experimentellen Bilddaten und Simulationen
• Auswahl, Implementierung, Training, Validierung und Test von neuronalen Netzen für bildbasierte Rekonstruktion und Transformation
• Systematische Bewertung, Vergleich und Optimierung verschiedener Modellarchitekturen (Convolutional Neural Networks, Generative Adversarial Networks, Autoencoder, Transformer)
• Konzeption und Implementierung von Explainable AI-Analysen zur Beurteilung der Modellinterpretierbarkeit und Robustheit (Analyse von Feature Maps, Augmentationsstudien, Guided Backpropagation)
• Vorstellung der entwickelten Methoden und Ergebnisse in Projektmeetings und auf internationalen Konferenzen

• Entwicklung eines umfassenden Geschäftskonzepts für ein medizinisches Sturzerkennungsgerät basierend auf einem in Deutschland eingetragenen Verfahrenspatent
• Identifizierung und Erfassung von Anwendungsfällen für den Einsatz von medizinischen Geräten in Wohngebäuden sowie in Einrichtungen von Gesundheitsdienstleistern
• Erweiterung des Produktumfangs auf Industriestandards wie HL7/FHIR sowie Entwicklung eines Produktdesigns basierend auf modernen Kommunikationsprotokollen für IIOT
• Förderung der Offshoring-Aktivitäten, Definition von SLA- und Scope-of-Work-Dokumenten für Entwicklungsteams nach Auswahl verschiedener Anbieter
• Identifizierung und Auswahl von Hardwarekomponenten (Terrabee, E-Con Systems) für LIDAR-/TDOA-Funktionen
• Definition integrierter KI-Funktionen und LLM-Modelle für Patientensturzerkennung sowie KI-basierte Audio-Trigger
• Begleitung der Implementierung von Algorithmen für Objekterkennung, Sturzerkennung und Identifizierung von Fehlalarmen

• Hauptforschung:
• Entwicklung eines kompakten (<700 Mio. Parameter) generativen Vision-Language-Modells für Whole Slide Images (WSI) durch Optimierung der Bild-Tokenisierung.
• Aufbau eines verbesserten Bewertungsrahmens, einschließlich eines kuratierten Frage-Antwort-Datensatzes und der Auswahl geeigneter Metriken.
• Vorbereitung für die Einreichung.
• Zusammenarbeit:
• Forschung zur Entdeckung digitaler Biomarker in der computergestützten Pathologie (CPath) mit KI-Methoden.
• Zusammenarbeit an Projekten mit internationalen Partnern, darunter das Francis Crick Institute (Vorhersage molekularer Biomarker beim Clear-Cell-Renalkarzinom), HeCOG Griechenland (Identifikation des Lynch-Syndroms beim Kolonkarzinom und multimodale Überlebensvorhersage beim Prostataadenokarzinom) sowie das National Cancer Center Hospital Japan (HIBIRD).
• Die Arbeit mit dem Francis Crick Institute wird derzeit für die Einreichung vorbereitet. Die gemeinsame Arbeit in Japan wurde bereits veröffentlicht, und die HeCOG-Projekte laufen noch.
• Konsortium:
• Steuerung der Zusammenarbeit zwischen den Institutionen und der Ziele als KatherLab-Vertreter für das LiSYM-Konsortium.
• Lehre:
• Zwei Jahre lang Online-Workshop-Sessions beim Clinicum Digitale durchgeführt und dabei Ärztinnen und Ärzte sowie Medizinstudierende in den Grundlagen von KI und Python geschult.
• Einen Workshop zu multimodalen Foundation Models bei der AI in Cancer Research Summer School in Korfu geleitet, organisiert im Rahmen von ESAC.
• Einen Vortrag über Vision-Language-Modelle bei der AI in Medicine Summer School gehalten, einer gemeinsamen Veranstaltung von EKFZ, GENIAL, dem TransformLiver Consortium und ESAC.

• Weiterentwicklung von Framework-Komponenten und -Services im Umfeld der Enterprise Gesamtbanksteuerung Plattform (EGP-Framework), einer Sammlung querschnittlicher Bibliotheken und Services für alle Bounded Context Scopes der Plattform.
• Durchführung der Migration von Java 17 auf Java 21 sowie Spring Boot 3.2 auf 3.4 in etwa 80 Library- und Service-Repositories (Anpassung von Maven-POMs, Dockerfiles, Jenkins-Pipelines, Sourcecode-Migration, Testevolution).
• Entwicklung von Unit- und Integrationstests mit JUnit und JGiven.
• Durchführung und Analyse von Performance-Messungen mit Dynatrace.
• Weiterentwicklung mehrstufiger CI/CD-Pipelines (Unit-Tests, Security-Analysen, Docker-Build, Harbor-Deployment, ...).
• Eingesetzter Tech-Stack: Java (90 %), Python (10 %), Spring Boot, JPA/Hibernate, JGiven, OpenAPI, Camunda 7, Podman, OpenShift/Kubernetes, Oracle DB, SonarQube, Dynatrace, Jenkins, Harbor, Bitbucket, Jira, Confluence.

• Bewertete mehrere LLMs für genomische Vorhersageaufgaben und stellte eine gründliche Evaluation über verschiedene Architekturen und Datensätze sicher.
• Erweiterte und optimierte die LLM-Architektur im Labor, verbesserte die Interpretierbarkeit und erweiterte ihre Einsatzmöglichkeiten.
• Identifizierte sequenzielle und epigenetische Faktoren, die der Stabilität des menschlichen Genoms zugrunde liegen, und ermöglichte so tiefere Einblicke in ihre jeweiligen Rollen in der Genomforschung.
• Betreute und konzipierte Projekte für mehrere Masterstudierende und Praktikanten, was zu sehr guten Bewertungen in den Abschlussberichten und zur Entwicklung laborweiter Pipelines führte.

• Weiterbildung in Data Analytics, Künstliche Intelligenz, Deep Learning und Machine Learning
• Technisches Betriebssystem: Windows
• Entwicklungsumgebungen: JetBrains PyCharm, Jupyter Notebook, Spyder
• Programmiersprachen: Python 3.10
• Weitere Technologien: Anaconda, Keras 2.10, NumPy, OpenCV, Pandas, Scikit-learn, Seaborn, TensorFlow 2.10, PyTorch

• Initiierte und leitete eine abteilungsübergreifende Innovationsinitiative zur Bewertung skalierbarer digitaler Wellness-Lösungen für Unternehmensumgebungen und wandte dabei strategische Produktplanung sowie Methoden der Nutzerforschung an.
• Entwickelte durch Analysen ein nachhaltiges Geschäftsmodell und trug zur Rollout-Strategie bei.

• Kompetenzen: ACLs, Android, Ansible, Apache, Backup, Bash, BindFS, Modern C++, CFEngine, ClusterSSH, CSS, CUPS, Debian, DHCP, DNS, dovecot, exim4, Firewall, FUSE, GIMP, Git, gnupg, HTML, IMAP, IPv4, Kerberos, LDAP, LineageOS, Linux, Mercurial, NAT, Netzwerk, NFSv4, OpenPGP, OpenSSH, OpenSSL, OpenVPN, PHP, pxelinux, Python, RAID, Responsive Webdesign, Routing, Shorewall, SMTP, SSHFS, SSL/TLS, systemd, TFTP, USV, VPN, X11, XMPP

• Java- und Groovy-Entwicklung
• Administration von Docker Compose (inkl. Installation, Konfiguration und Wartung)
• Linux-Systeme wie Debian
• Git, Jenkins, Artifactory, SonarQube, SVN
• Administration von Atlassian-Produkten wie Bitbucket, Jira, Crucible, Fisheye
• Monitoring-Tools wie Elasticsearch, Prometheus
• Praktische Erfahrung mit DevOps-Tools wie Puppet, Maven
• Skripting in Python, Perl, Shell und PowerShell
• Entwicklung von Helm-Chart-Skripten
• End-to-End-Entwicklung eines neuen Frameworks in Python und Groovy inklusive Jenkins- und GitLab-CI/CD-Pipelines
• Entwicklung von GitLab-Runner-CI/CD
• OpenShift-Kubernetes-Administration und -Entwicklung

• Programmierung in Python zur Entwicklung von Backend-Lösungen und Datenverarbeitungsaufgaben.
• Entwicklung von Benutzeroberflächen mit React.js zur Erstellung intuitiver und benutzerfreundlicher Anwendungen.
• Konzeption und Implementierung eines Dokumentenmanagement-Systems, um die Zugänglichkeit, Nachverfolgbarkeit und Aktualisierung technischer Dokumentationen zu verbessern.

• Optimierung umfangreicher Produktionsprozesse für Millionen von Patienten bei Europas wertvollstem Unternehmen

• Entwicklung einer virtuellen Belichtungsmatrix mithilfe künstlicher Intelligenz für Lithographieprozesse in der Halbleiterfertigung
• Maschinelles Lernen (KNIME, Python)