Stellenbeschreibung:
Wie können Patientendaten genutzt werden, um vorherzusagen, welcher Patient ein erhöhtes Risiko für bestimmte Versorgungsereignisse hat – und damit die Versorgung gezielter zu unterstützen?
Bei Rewoso arbeiten wir an genau solchen Fragestellungen.
Wir bieten dir die Möglichkeit, an der Entwicklung und Evaluation prädiktiver Modelle für reale Versorgungs- und Gesundheitsfragestellungen mitzuwirken. Dabei arbeitest du mit einzigartigen, vollständig anonymisierten Patientendatensätzen und erhältst einen direkten Einblick in die Verbindung von Data Science, Statistik, Medizin und Digital Health.
Du wirst dabei nicht einfach ein bestehendes Modell implementieren. Gemeinsam mit unserem Team beschäftigst du dich mit der Fragestellung, Datenaufbereitung, Modellierung, Validierung und Interpretation der Ergebnisse und lernst dabei, wie Data-Science-Projekte in einem kleinen, wissenschaftlich arbeitenden Digital-Health-Unternehmen tatsächlich umgesetzt werden.
Die Stelle eignet sich sowohl als Praktikum als auch für die Durchführung einer Masterarbeit.
Vergütung: Unbezahltes Praktikum bzw. Aufwandsentschädigung von bis zu EUR 500 / CHF 500 pro Monat.
Deine Aufgaben:Je nach Vorkenntnissen und Interesse wirst du beispielsweise an folgenden Aufgaben arbeiten:
- Aufbereitung und Analyse von anonymisierten Patientendaten
- Explorative Datenanalyse und Identifikation relevanter Prädiktoren
- Entwicklung und Vergleich von statistischen und Machine-Learning-Modellen
- Feature Engineering und Auswahl geeigneter Modellvariablen
- Training, Evaluation und Optimierung prädiktiver Modelle
- Untersuchung von Modellgüte, Robustheit und Generalisierbarkeit
- Unterstützung bei der Entwicklung geeigneter Validierungsstrategien
- Visualisierung und verständliche Kommunikation von Ergebnissen
- Interpretation der Ergebnisse gemeinsam mit unserem interdisziplinären Team
- Unterstützung bei der Übertragung wissenschaftlicher Erkenntnisse in konkrete Digital-Health- und Versorgungsanwendungen
- Dokumentation der Analysen und Aufbereitung der Ergebnisse für interne und externe Verwendung
