Data Manager (all genders) in Digital Cardiovascular Research in der Klinik für Kardiologie -...

About the role

Data Manager (all genders) in Digital Cardiovascular Research in der Klinik für Kardiologie - Universitäres Herz- und Gefäßzentrum **Gemeinsam besser. Fürs Leben.** Wir sind das Universitätsklinikum Hamburg-Eppendorf (UKE) - und stehen für exzellente Kompetenz in Forschung, Lehre und der vollumfänglichen Gesundheitsversorgung in unseren Kliniken. Unsere rund 16.100 Mitarbeiter:innen streben jeden Tag aufs Neue danach, mit ihrem Beitrag die Welt ein bisschen gesünder zu machen. Es ist unser Anspruch, eine der führenden Universitätskliniken zu sein - und gleichzeitig der beste Arbeitgeber unserer Branche. So glauben wir im UKE fest daran, dass erfolgreiches und erfüllendes Arbeiten im Einklang mit den persönlichen Bedürfnissen und individuellen Lebensentwürfen der Mitarbeitenden stehen sollte. Und so unterschiedlich diese sind, so vielfältig ist unser Angebot an individuellen Lösungen. **Willkommen im UKE.** **Job-ID:** J000006610 **Art der Anstellung:** Befristet **Arbeitszeit:** Full time/ Part time **Bewerben bis:** 06.07.2026 **Unternehmensteil:** UKE_Herz- und Gefäßzentrum **Tätigkeitsbereich:** Management & Verwaltung **Bereich:** Klinik für Kardiologie ### Das macht die Position aus Am Universitären Herz- und Gefäßzentrum (UHZ) des Universitätsklinikums Hamburg-Eppendorf (UKE) denken wir klinische und translationale kardiovaskuläre Forschung direkt integriert in unsere tägliche Patientenversorgung. Unser Ökosystem verbindet umfassend phänotypisierte Kohortenstudien einschließlich Biobanking, strukturierte Nachuntersuchungen und moderne computergestützte Methoden. Die Deutsche Forschungsgemeinschaft (DFG) hat Dr. med. Shinwan Kany in das renommierte Emmy Noether-Programm aufgenommen. Das neu eingerichtete Forschungsprojekt befasst sich mit dem Thema "Risikostratifizierung für Vorhofflimmern und Herzschwäche bei Menschen mit seltenen Kardiomyopathie-Genvarianten mithilfe neuer Methoden". Das Projekt zielt darauf ab, großskalige epidemiologische Daten, Cloud-Infrastrukturen und maschinelles Lernen miteinander zu verknüpfen, um prädiktive Modelle für Hochrisikopatienten zu entwickeln. Ihre Aufgaben: - Einrichtung und kontinuierliche Pflege des systematischen Zugriffs auf große genomische und phänotypische Datenbanken (insbesondere UK Biobank und All of Us). - Verantwortung für das Datenmanagement sowie die Pipeline-Infrastruktur innerhalb dedizierter Cloud-Computing-Strukturen wie DNAnexus und der All of Us Cloud-Infrastruktur. - Strukturierung und Harmonisierung der im klinischen Arbeitspaket (WP4) erhobenen Register- und Patientendaten, einschließlich der Unterstützung bei der Pflege der TRUST-Kohorte. - Koordination des datenschutzkonformen Datenaustauschs sowie des Rechtemanagements zwischen den Postdoktorand:innen und Doktorand:innen des Teams sowie der TRUST-Gruppe. - Konzeption und Implementierung automatisierter Pipelines zur Qualitätssicherung und KI-gestützten Anomalieerkennung in heterogenen klinischen Datensätzen. - Etablierung einheitlicher Code-Standards und Versionskontrollverfahren zur Sicherstellung einer reproduzierbaren Datenverarbeitung im Gesamtprojekt. Wir freuen uns auf Ihren Lebenslauf, ein Motivationsschreiben, in dem Sie Ihre Interessen im Projekt sowohl aus technischer (Infrastruktur, Cloud-Computing) als auch aus klinischer Perspektive darlegen, Referenzprojekten, die Ihre fachliche Kompetenz im Datenmanagement belegen, sowie einer Beschreibung Ihres eigenen Beitrags zu diesen Projekten, und den Kontaktdaten von vorzugsweise drei Forschern, die sich bereit erklärt haben, Referenzschreiben zu verfassen. Die Stelle ist auf drei Jahre befristet zu besetzen. Eine Verlängerung wird angestrebt und ist im zweiten Abschnitt des Emmy Noether Projekts bereits eingeplant. ### Darauf freuen wir uns - Abgeschlossene Berufsausbildung: einschlägige IT-Fachrichtung oder abgeschlossenes Hochschulstudium: einschlägige Fachrichtung, dann Bsp: in Data Science, (Bio-)Informatik, (Bio-)Statistik oder einem eng verwandten quantitativen Fachgebiet oder gleichwertige Fähigkeiten und Erfahrungen. - Technische Kompetenz in Data Science und Data Engineering, nachgewiesen durch eine GitHub-Präsenz, publizierte Fachbeiträge oder ein vergleichbares Projektportfolio. - Erfahrung mit relationalen Datenbanken (z. B. PostgreSQL), Objektspeichern (z. B. MinIO) sowie Versionskontrollsystemen inklusive CI/CD-Pipelines mit Git und GitLab. - Sicherer Umgang mit den für die Datenanalyse relevanten Programmiersprachen, insbesondere Python und R. - Echte Neugierde für die klinische kardiovaskuläre Medizin, intrinsische Motivation, ergebnisorientiertes Arbeiten sowie ausgeprägte Fähigkeiten im Selbstmanagement. - Hervorragende Kommunikationsfähigkeiten in Deutsch und Englisch sowie die Fähigkeit, als effektive Schnittstelle zwischen technischen und klinischen Partnern zu agieren. **Wünschenswert** - Erfahrung mit Datenstandards für klinische Studien (z. B. CDISC SDTM/ADaM) und/oder medizinischen Ontologien

Your Match

How well this role fits your profile.

Company Intel

What employees say

Worked at Universitätsklinikum Hamburg-Eppendorf GB Personal, Recht & Organisation? Share your experience