RADar PhD-positie Machine Learning for Rare Disease Data Integration and Embedding Techniques
Join or sign in to find your next job
Join to apply for the RADar PhD-positie Machine Learning for Rare Disease Data Integration and Embedding Techniques role at AZ Delta
RADar PhD-positie Machine Learning for Rare Disease Data Integration and Embedding Techniques
3 days ago Be among the first 25 applicants
Join to apply for the RADar PhD-positie Machine Learning for Rare Disease Data Integration and Embedding Techniques role at AZ Delta
Get AI-powered advice on this job and more exclusive features.
Terug
RADar PhD-positie Machine Learning for Rare Disease Data Integration and Embedding Techniques
Bediende
Gedeeltelijk afstandswerk
campus Rumbeke
AZ Delta / IMA / Sciensano / Universiteit Hasselt, België
For English version: see attachment
Wij heten je graag welkom!
Wij zijn op zoek naar gemotiveerde kandidaten voor een doctoraatspositie die zich richt op het ontwikkelen en toepassen van geavanceerde machine learning-technieken voor het integreren en analyseren van klinische gegevens over zeldzame ziekten. Dit project is een samenwerking tussen IMA, Sciensano, AZ Delta en de Universiteit Hasselt, met als doel het combineren van klinische datasets uit meerdere bronnen om de diagnose en behandeling van zeldzame ziekten te verbeteren.
Meer info over RADar van AZ Delta kan je terugvinden op onze website, LinkedIn en GitHub.
Wij hebben deze job voor jou
In de eerste fase van het project zal de kandidaat de prestaties van IMA-gegevens (zonder diagnoses) onderzoeken, gevolgd door de integratie van klinische gegevens van AZ Delta in de tweede fase. Het doel is om de mogelijkheid te onderzoeken om gegevens uit verschillende bronnen om te zetten naar een cloudomgeving, waarbij huidige barrières bij IMA worden aangepakt. De succesvolle kandidaat zal nauw samenwerken met clinici en datawetenschappers om complexe problemen op het gebied van zeldzame ziekten op te lossen.
De Belangrijkste Verantwoordelijkheden Zijn
* Data-exploratie & Analyse: Diepgaande analyse van klinische gegevens, met name van AZ Delta en IMA, inclusief prestatie-indicatoren en het ontwikkelen van inzichten.
* Gegevensintegratie: Integratie van datasets van IMA, Sciensano en AZ Delta in een uniforme cloudgebaseerde omgeving.
* Machine Learning Onderzoek: Toepassen van geavanceerde ML-technieken op klinische datasets, met focus op feature embeddings, dimensionaliteitsreductie en omgaan met imbalanced data.
* Samenwerking met Clinici: Nauw samenwerken met klinische experts om uitdagingen in de diagnose van zeldzame ziekten te begrijpen en hun inzichten te integreren.
* Wetenschappelijke Publicaties: Origineel onderzoek uitvoeren, onderzoeksvragen formuleren en resultaten publiceren in toonaangevende tijdschriften.
Begeleiders
* Peter De Jaeger– Promotor (AZ Delta / Universiteit Hasselt)
* Sofie De Broe– Co-promotor (Universiteit Maastricht)
* Sofie Vanassche– Co-promotor (Universiteit Leuven)
* Ward Schrooten– Co-promotor (Universiteit Hasselt)
Kernvereisten
* Machine Learning: Grondige kennis van supervised/unsupervised learning, classificatie, clustering, dimensionaliteitsreductie (PCA, t-SNE, UMAP), en evaluatiemetrics (precision, recall, F1-score, AUROC, AUPRC), vooral bij onevenwichtige datasets.
* Deep Learning: Ervaring met neurale netwerken, vooral embedding-architecturen (autoencoders, variational autoencoders, contrastive learning). Kennis van TensorFlow of PyTorch vereist.
* Data Voorverwerking: Ervaring met het opschonen, transformeren en normaliseren van klinische data, omgaan met ontbrekende waarden en verschillende featuretypes.
* Biomedische Kennis: Inzicht in klinische contexten, vooral zeldzame ziekten. Basiskennis van medische terminologie en datatypes (labresultaten, genetische data, symptomen).
* Statistische Analyse: Vaardigheid in experimenteel ontwerp, hypothesetoetsing en interpretatie. Kennis van technieken voor imbalanced data (oversampling, undersampling, cost-sensitive learning).
* Programmeren: Sterke ervaring met Python en libraries zoals scikit-learn, pandas, NumPy, matplotlib, seaborn.
* Onderzoeksmethodologie: Vermogen om experimenten te ontwerpen, literatuur kritisch te evalueren en bij te dragen aan publicaties.
* Kritisch Denken: Methoden kunnen aanpassen aan de specifieke uitdagingen van zeldzame ziekten en klinische diagnostiek
Specifiek Voor Feature Embeddings
* Embedding-technieken: Expertise in het genereren van feature embeddings uit klinische data, kiezen van gepaste architectuur, loss functions en optimalisatiestrategieën.
* Onevenwichtige Data: Aantoonbare ervaring met technieken voor class imbalance in embedding learning.
* Interpretatie (Gewenst): Ervaring met het interpreteerbaar maken van ML-modellen, zoals visualisatie van embeddings of identificatie van belangrijke features.
* Ervaring met Zeldzame Ziekte Datasets (Gewenst): Achtergrond in werken met bestaande datasets of samenwerking met klinische datapartners.
Werkstructuur
* 2 dagen per week bij IMA
* 1 dag per week bij Sciensano
* 1 dag per week bij AZ Delta
Ben jij onze één uit de duizend?
Geïnteresseerde kandidaten dienen hun CV, motivatiebrief en contactgegevens van twee referenties in te dienen. Sollicitaties worden doorlopend beoordeeld tot de positie is ingevuld.
Voor Meer Informatie, Neem Contact Op Met
* Peter De Jaeger (Promotor, Universiteit Hasselt): 051 23 76 50
* Sofie De Broe (Co-promotor, Universiteit Hasselt)
* Sofie Vanassche (Co-promotor, Universiteit Hasselt)
Draag met ons bij aan de evolutie van machine learning en klinisch onderzoek om een rechtstreekse impact te maken op de diagnose en behandeling van zeldzame ziekten.
AZ Delta stimuleert gelijke kansen en diversiteit. We werven aan op basis van competenties, ongeacht leeftijd, gender, afkomst of beperking.
Terug
Solliciteren
Seniority level
* Seniority level
Internship
Employment type
* Employment type
Full-time
Job function
* Job function
Research, Analyst, and Information Technology
* Industries
Hospitals and Health Care
Referrals increase your chances of interviewing at AZ Delta by 2x
Sign in to set job alerts for “PHD” roles.
Marcq-en-Barœul, Hauts-de-France, France 2 weeks ago
Lille, Hauts-de-France, France 1 month ago
Lille, Hauts-de-France, France 1 month ago
Steenvoorde, Hauts-de-France, France 19 hours ago
Law (Data Law, Privacy and Artificial Intelligence) – Assistant ou Associate Professor
Business Law – Assistant ou Associate Professor
Adjunct(s) Professor(s) in Global History - Personal development track
Postdoctoral Position in Innovative Hydrogel-Fiber Wound Dressings for Diabetic Ulcers
Adjunct(s) Professor(s) in the Data Management for Business Apprenticeship Master Program
PhD Scholarship in Applied Physics, Neuromorphic Photonics, and Ising Machines
Management of Information Systems: Associate/ Full Professor
Marcq-en-Barœul, Hauts-de-France, France 2 weeks ago
Marcq-en-Barœul, Hauts-de-France, France 2 weeks ago
Scientist and Project Manager in Yeast and Breadmaking (W/M)
Bioinformatician Research Scientist (W/M)
GLOBAL REGULATORY AFFAIRS & SCIENTIFIC SPECIALIST (H/F)
Marcq-en-Barœul, Hauts-de-France, France 1 month ago
Bruges, Flemish Region, Belgium 1 month ago
Artificial Intelligence and Digital Marketing - Assistant, Associate ou Full Professor
GaN Epi Process Development R&D Engineer
RADar PhD-positie Machine Learning for Rare Disease Data Integration and Embedding Techniques
Lille, Hauts-de-France, France 3 weeks ago
PhD position in nanoparticle surface self-assembly using non-linear optics
We’re unlocking community knowledge in a new way. Experts add insights directly into each article, started with the help of AI.
#J-18808-Ljbffr