Ph.d.-stipendiat i data science og AI-baserede prædiktionsmodeller

Region Syddanmark

Sydøstjylland

Lokation
Sydøstjylland
Arbejdstid
Fuldtid
Opslået
16. oktober 2026
Ansøgningsfrist
30. oktober 2026
Kategori
Data scientist

Om jobbet

Vil du være med til at forme fremtidens data-drevne kirurgiske forskning?

Kirurgisk Afdeling på Odense Universitetshospital – Svendborg Sygehus, søger en ambitiøs ph.d.-stipendiat med stærk profil inden for data science og matematik. I dette projekt får du en central rolle i udviklingen og afprøvningen af avancerede AI-baserede prædiktionsmodeller, der skal anvendes på virkelige kliniske data og være med til at forbedre patientforløb og behandlingskvalitet.

Som ph.d.-stipendiat bliver du en del af et tværfagligt miljø med klinikere, forskere og dataeksperter, hvor der er kort vej fra idé til anvendt forskning – og hvor dine modeller kan gøre en konkret forskel for kirurgiske patienter.

Om afdelingen

Kirurgisk Afdeling, Odense Universitetshospital – Svendborg Sygehus, varetager både elektiv og akut kirurgisk behandling og har et aktivt og voksende forskningsmiljø. Afdelingen arbejder tæt sammen med Det Sundhedsvidenskabelige Fakultet ved Syddansk Universitet og flere nationale og internationale samarbejdspartnere.

I Forskningsenheden for Kirurgi er der særlig fokus på data-drevet kirurgi, anvendt klinisk forskning og udvikling af nye metoder, herunder brugen af kunstig intelligens til at forbedre patientforløb og behandlingskvalitet.

Om stillingen

Vi søger en ph.d.-stipendiat med stærk baggrund i data science, matematik og forskning til et projekt med fokus på udvikling og afprøvning af AI-baserede prædiktionsmodeller inden for kirurgi.

Ph.d.-projektet tager udgangspunkt i kliniske og parakliniske data fra kirurgiske patienter og har til formål at udvikle, validere og undersøge mulighederne for implementering af prædiktionsmodeller, der kan støtte kliniske beslutningsprocesser. Du vil indgå i et tværfagligt team med klinikere og forskere.

Indskrivning vil ske ved relevant ph.d.-skole ved Syddansk Universitet, og der udarbejdes en endelig projektbeskrivelse i samarbejde mellem dig, vejlederteamet og afdelingen.

Arbejdsopgaver

Som ph.d.-stipendiat vil dine primære arbejdsopgaver være at

  • Planlægge og gennemføre ph.d.-projektet i samarbejde med vejledere og forskningsgruppen
  • Udvikle og videreudvikle AI-baserede prædiktionsmodeller baseret på kliniske datasæt
  • Arbejde med metoder inden for maskinlæring og statistisk modellering, herunder modeltræning, validering og evaluering
  • Gennemføre robust evaluering af modeller (performance, bias/varians, generaliserbarhed og fairness)
  • Håndtere og analysere større og komplekse datasæt fra kliniske registre, journalsystemer og forskningsdatabaser
  • Dokumentere metoder og resultater, sikre reproducerbarhed og bidrage til overvejelser om implementering i klinisk praksis
  • Formidle resultater gennem videnskabelige artikler, ph.d.-afhandling, konferencer og interne faglige fora
  • Der vil indgå undervisnings- og vejledningsopgaver som led i forskningsmiljøets aktiviteter.

Kvalifikationer

For at komme i betragtning forventer vi, at du har

  • En relevant kandidatgrad (fx cand.scient.) med fokus på data science eller matematik
  • Dokumenteret erfaring med kvantitativ forskning, fx via speciale, forskningsprojekt eller tidligere ansættelse
  • Solid erfaring med programmering og dataanalyse, gerne i Python og/eller R
  • Kendskab til metoder inden for maskinlæring, statistisk modellering og/eller kunstig intelligens
  • Gode samarbejdsevner og lyst til at arbejde tværfagligt

Det er en fordel, hvis du

  • Har erfaring med arbejde med sundhedsdata, kliniske databaser eller registerforskning
  • Har kendskab til databeskyttelse, persondataregler og forskningsetik
  • Har erfaring med formidling af forskningsresultater, fx publikationer eller præsentationer på konferencer

Vi tilbyder

  • Et stærkt, tværfagligt forskningsmiljø med tæt kobling til klinisk praksis
  • Adgang til relevante kliniske data og infrastruktur til udvikling og test af avancerede AI-modeller
  • Tæt vejledning og faglig sparring fra både kliniske og tekniske/forskningsfaglige vejledere
  • Mulighed for deltagelse i nationale og internationale forskningsnetværk og konferencer
  • Et arbejdsmiljø med høj faglighed, uformel omgangstone og fokus på udvikling af både ph.d.-stipendiater og mere erfarne forskere

Løn-og Ansættelsesvilkår

Stillingen er på 37 timer ugentligt.

Tiltrædelse efter aftale.

Hovedarbejdssted er på OUHs matrikel i Svendborg, men der vil også være arbejdsdage i Odense.

Ansættelsen som ph.d.-stipendiat på OUH er tidsbegrænset til 2 år og forudsætter indskrivning ved relevant ph.d.-skole ved Syddansk Universitet. Løn- og ansættelsesvilkår følger gældende overenskomst for akademikere i regionerne. Startlønnen for stillingen kan findes via følgende link: Se startløn for stillinger i Region Syddanmark .

Interesseret?

Vil du vide mere om stillingen kan du kontakte Sekretariats-og Udviklingschef Lasse Kaalby Møller på telefon 2449 7415 eller mail [email protected] .

Vi forventer at afholde samtaler i uge 46.

På OUH´s internetside , Instagram, Facebook og Linked-in kan du læse mere om afdelingen

Afdeling: Kirurgisk Afdeling A Odense-Svendborg

Stillingsbetegnelse: Ph.d.- stipendiat, sundhedsvidenskab

Arbejdstid: 37

Arbejdssted: Svendborg

Ansøgningsfrist: 30-10-2026

Ansøgningsfrist: d. 30. oktober 2026

Lyder jobbet som noget for dig? Opret en gratis profil, så hjælper vi dig videre med ansøgningen.

Seneste job

Nye opslag fra Arbejd.com, hvis du vil sammenligne muligheder.

Gør mere med jobbet

Brug Arbejd-appen til at komme hurtigere fra opslag til ansøgning

Gem jobbet, tilpas dit CV, generer en målrettet ansøgning og træn samtalen ud fra stillingen.

AI-ansøgning

Lav en målrettet ansøgning til dette job

CV-optimering

Tilpas dit CV til kravene i opslaget

Jobsamtale

Træn samtalen med spørgsmål til stillingen

Jobmatch

Find flere job der ligner dette opslag

Opret gratis profil på Arbejd.com

Arbejd.com er udviklet til at gøre jobsøgningen nemmere og mere effektiv.

Ph.d.-stipendiat i data science og AI-baserede prædiktionsmodeller

Region Syddanmark · Sydøstjylland