Unterstützung des R&D-Team “Near Patient Care Biostatistics & Mathematics“ zur Erarbeitung datengetrieben Lösungen für Fragestellungen, die im Rahmen der System- und Prozessentwicklung, Qualitätssicherung und Produktion, innerhalb Forschung und Entwicklung der NPC (Near Patient Care) Diagnostik und im Lifecycle der NPC Systeme, entstehen.

 Mitwirkung im Entwicklungsteams oder klinischen Studienteams und verantwortlich für die statistische Planung und Auswertung entwicklungsbegleitender (klinischer) Studien im Rahmen der Produktentwicklung

 Kooperative Zusammenarbeit mit den Kollegen innerhalb des mathematischen Expertenteams als auch interdisziplinär mit Studienmanagern, mit Geräte-, Software-, Chemieentwicklern und Verfahrenstechnologen sowie der Abteilung für Qualitätskontrolle

 Bearbeitung und Beratung bei anfallenden statistischen und mathematischen Fragestellungen und solide Ergebniskommunikation

 Unterstützung durch datengetriebene Entscheidungshilfen sowie ganzheitliche und nachhaltige Ansätze bzw. Verfahren. Diese setzen sie prototypisch in Softwarepaketen und Data Science Pipelines um.

 Entwicklung von Datenkonzepte, die entwicklungsbegleitend Auswertungen und datenbasierte Optimierungen am System ermöglichen

 Entwicklung, Verifizierung und Dokumentation der Verfahren unter Einhaltung der geltenden internen und externen Qualitätsanforderungen und Leitlinien.

 Eigenverantwortliche Entwicklung robuster mathematische Modelle zur präzisen Bestimmung von physiologischen Parametern aus chemisch-physikalischen Messdaten (Zeitreihen)

Hochschulstudium im Fach (Bio-)Statistik, Mathematik oder vergleichbarer Fachrichtung erfolgreich abgeschlossen, promoviert oder langjährige Berufserfahrung

 Einschlägige Berufserfahrung in interdisziplinären Teams, vorzugsweise in klinischen und/oder epidemiologischen Studien bzw. in Entwicklungsabteilungen oder Forschung im Bereich Medizintechnik

 Sehr gute Kenntnisse in statistischen Methoden (Versuchsplanung, deskriptive, explorative und induktive Statistik) und mathematischen Verfahren (klassische und moderne Klassifikations- und Regressionsverfahren, numerische Simulationen, Optimierung unter Randbedingungen)

 Kenntnisse mit den biostatistischen Methoden bei der Planung und Auswertung von klinischen Studien

 Profunde Statistikkenntnisse - erfahren in statistischer Beratung und Unterstützung von Kollegen aus anderen Fachbereichen (bspw. DoE, Auswahl adäquater statistischen Methoden, Durchführung von Auswertungen und Interpretation von Ergebnissen)

 Programmiererfahrungen in R und/oder Python und Erfahrungen mit der Versionskontrolle in Git

 Arbeiten in interdisziplinären und internationalen Teams auf der Basis sehr guter Deutsch- und guter Englischkenntnisse