Dataingeniør

Avdeling for patologi tilhører organisatorisk klinikk for medisinsk service og ABK, og jobber med diagnostikk av kreft og andre sykdommer. Avdelingen er delt inn i åtte seksjoner, med til sammen ca. 80 stillinger fordelt på bioingeniører, leger, helsesekretærer, molekylærbiologer, bioinformatikere og teknikere.

Ved forskningsgruppen på avdeling for patologi ønsker vi å forbedre patologidiagnostikk og bidra til mer presis og målrettet kreftbehandling gjennom bruk av nye molekylære biomarkører, digitale bilder og kunstig intelligens.

Dette prosjektet vil bruke digitale bilder fra en stor nasjonal brystkreft studie (EMIT) til å teste og validere modeller, basert på kunstig intelligens, som kan forutse og analysere ulike karakteristikker fra tumorvevet. Vi vil bruke både egne utviklede og kommersielle modeller. Prosjektet er i samarbeidet med forskergruppen innenfor biomedisinsk datanalyse ved Universitet i Stavanger og den Computer Vision & Behaviour Analysis Lab ved det Polytekniske Universitet i Valencia.

For dette prosjektet søker vi en data-ingeniør som tar ansvaret for å teste og validere ulike KI-modeller.

Attester, vitnemål og eventuell annen relevant dokumentasjon må vedlegges søknaden. 

Arbeidsoppgaver

• Teste, tilpasse og validere en egnet utviklet KI-modell for telling av mitoser i brystkreft
• Teste, tilpasse og validere en kommersiell KI-modell for telling av Ki67 positive kreftceller i brystkreft
• Teste, tilpasse og validere en egnet utviklet KI-modell subtype klassifisering i brystkreft
• Sammenligne resultater av en kommersiell KI-modell (Stratipath) opp mot de molekylære risiko analyser
• Lage en kost nytte analyse for de ulike KI-modeller i sammenligning med bruk av de molekylære analyser
• Ha tett kommunikasjon med Helse Vest IKT på veien av prosjektteamet

Kvalifikasjoner

• Mastergrad i fagområde data/ data-science / informasjonsteknologi/ kunstig intelligens eller tilsvarende
• Erfaring med programmering er nødvendig
• Erfaring med klinisk og ekstern validering av KI-modeller i medisin er en klar fordel.
• Dokumentert erfaring med translasjons forskning og implementering av KI i virkelige kliniske settinger
• Kunnskap om python og python-biblioteker for dyplæring og «computer vision» er ønskelig
• Personlige egenskaper som evne til å jobbe selvstendig og som en del av et team, være fleksibel og løsningsorientert vil bli vektlagt.
• Vi setter pris på deg som ta selv initiativ

Personlige egenskaper

• Vi søker en person som er resultatorientert, strukturert og har evne til å jobbe selvstendig.
• I tillegg til å være arbeidsom stilles det høye krav til nøyaktighet.
• Du bidrar positivt til et faglig og kollegialt godt miljø
• Du er god til å se hva som må gjøres, og tilbyr og mottar gjerne hjelp.
• Det er også ønskelig at kandidaten jobber ryddig, er pliktoppfyllende og har god kommunikasjonsevne. 

Vi tilbyr

• Trivelig internasjonalt tvertfaglig arbeidsmiljø
• Lønn i samsvar med gjeldende overenskomst
• Hjem-jobb-Hjem-avtale (god rabatt på 30 dagers billett samt gratis bruk av bysykkel)
• Gode pensjons- og forsikringsordninger
• Deltakelse i European Congress on Digital pathology
• Gode velferdsodninger

Vi oppfordrer alle søkere til å benytte Vitnemålsportalen for å laste opp verifiserte vitnemål og karakterutskrifter, der det er mulig. Har du utdanning fra utlandet, legg ved godkjenning fra Direktoratet for høyere utdanning og kompetanse.

Mangfoldserklæring

Foretaksgruppen i Helse Vest ønsker å gjenspeile mangfoldet i befolkningen i vår rekruttering. Vi oppfordrer alle som er kvalifiserte til å søke ledige stillinger uansett kjønn, alder, funksjonsevne og flerkulturell bakgrunn. Det samme gjelder dersom man har hatt et lengre opphold fra arbeidslivet. Foretaksgruppen Helse Vest ønsker å legge til rette for et inkluderende rekruttering.

Kontaktinformasjon

Emilius Janssen, Seksjonsleder, 95890963

Arbeidssted

Gerd-Ragna Bloch Thorsens gate 8
4019 Stavanger

Nøkkelinformasjon:

Arbeidsgiver: Helse Stavanger HF

Referansenr.: 5150957982
Stillingsprosent: 100%
Engasjement
Startdato: 01.01.2027
Sluttdato: 31.12.2029
Søknadsfrist: 21.08.2026