Masterarbeit: Ambient Sensing fur digitale Gesundheitsbiomarker (w/m/div.)
Unternehmensbeschreibung
Stellenbeschreibung
Passive-ambient Smart-Home-Sensorik bietet eine einzigartige, datenschutzwahrende Moglichkeit, Gesundheit und funktionelle Selbststandigkeit im Senior*innenwohnen kontinuierlich zu beobachten. Durch die Analyse subtiler Muster des Alltags (z.B. Nutzung von Haushaltsgeraten, Raumwechsel, Turbewegungen) konnen wir digitale Biomarker ableiten, die als Fruhindikatoren fur kognitive, metabolische oder korperliche Gesundheitsverschlechterungen dienen.
Als Teil unseres Forschungsteams vertiefen Sie sich in Ambient Sensing, analysieren reale In-Home-Datensatze und unterstutzen die Entwicklung innovativer Modelle zur Bewertung verhaltensbezogener Gesundheitsindikatoren. Sie fuhren eine umfassende Literaturrecherche zu Ambient Sensing fur Gesundheitsanwendungen durch. Daruber hinaus bereiten Sie passive Sensordaten (Aktivitat, Anwesenheit, Stromverbrauch) aus unserer Multi-Home-Studienkohorte auf und analysieren diese. Sie recherchieren, entwickeln, etablieren und validieren mathematische Scoring-Algorithmen, die aussagekraftige Erkenntnisse aus den Daten verdichten.
Zusatzlich untersuchen Sie sekundare verhaltensbezogene Biomarker und erarbeiten Konzepte wie das Tracking von Kuchengeraten im Kontext von Ernahrung sowie Muster der Mobilitat im Schlaf. Auerdem validieren und demonstrieren Sie Ihre Algorithmen in kontrollierten Umgebungen, unter anderem in einem gesundheitsorientierten Tiny House. Abschlieend dokumentieren Sie Forschungsergebnisse und Code, evaluieren die Resultate und bereiten diese fur interne Prasentationen sowie eine mogliche wissenschaftliche Veroffentlichung auf.
Qualifikationen
- Ausbildung: Masterstudium im Bereich Informatik, Data Science, Medizintechnik, Biomedizinische Technik, Physik oder vergleichbar, mit sehr guten Studienleistungen
- Erfahrung und Kenntnisse: Sehr gute Kenntnisse in Python sowie gangigen Data-Science-Bibliotheken (z.B. Pandas, NumPy, Scikit-learn); fundiertes Verstandnis von Zeitreihenanalyse, statistischer Modellierung oder Machine Learning; Kenntnisse von Smart-Home-Systemen (z.B. Home Assistant) oder der Verarbeitung von Sensordaten sind von Vorteil
- Personlichkeit und Arbeitsweise: Sie zeichnen sich durch eine methodische Problemanalyse aus, strukturieren Ihre Arbeit systematisch und treiben Projekte eigenstandig auf zentrale Ziele hin voran
- Arbeitsroutine: Ihre Anwesenheit vor Ort ist erforderlich
- Begeisterung: Sie begeistern sich fur interdisziplinare digitale Gesundheitsforschung und prasentieren komplexe Ergebnisse gerne verstandlich
- Sprachen: Verhandlungssicheres Englisch