Das Unternehmen ist ein innovativer Akteur im Bereich der Medizintechnik mit dem Fokus auf mobile Echtzeitüberwachung von Vitalparametern. In dieser Schlüsselposition als Senior Algorithm Engineer sind Sie verantwortlich für die Entwicklung von Signalverarbeitungs- und Machine-Learning-Algorithmen, die für die Analyse physiologischer Daten entscheidend sind. Ihre Hauptaufgabe besteht darin, rohe Biosignale, insbesondere PPG- und EKG-Daten, in zuverlässige Vitalparameter umzuwandeln. Sie arbeiten eng mit interdisziplinären Teams zusammen, um sicherzustellen, dass die Algorithmen robust, rückverfolgbar und reproduzierbar sind, insbesondere in einem regulierten Umfeld. Ihre Rolle hat direkten Einfluss auf klinische und präklinische Entscheidungen, was eine hohe Verantwortung mit sich bringt. Zudem sind Sie an der technischen Dokumentation für regulatorische Zulassungen beteiligt. Das Arbeitsumfeld ist modern und fördert kreative Ansätze in der Algorithmusentwicklung. Sie haben die Möglichkeit, bis zu 75% remote zu arbeiten, was Ihnen eine flexible Work-Life-Balance ermöglicht. Ihre Arbeit trägt dazu bei, die Lücken in der Vitaldatenüberwachung zu schließen und hat einen echten Einfluss auf die medizinische Versorgung.

Der ideale Kandidat bringt fundierte Erfahrung in der Data Science und Algorithmusentwicklung mit. Hervorragende Kenntnisse in Python sind unerlässlich, ebenso wie ein solider Hintergrund in der Biosignalverarbeitung, insbesondere im Umgang mit PPG- und EKG-Daten. Erfahrung mit Machine-Learning-Methoden und der Modellevaluierung ist ebenfalls erforderlich. Ein starkes analytisches Denken und eine strukturierte Arbeitsweise sind für diese Position von großer Bedeutung. Sie sollten in der Lage sein, eigenverantwortlich und selbstständig zu arbeiten. Wünschenswert sind zudem Erfahrungen mit Vitalparametersensoren oder Wearables sowie Kenntnisse in der Medizintechnik oder regulierten Branchen. Ein Hintergrund im medizinischen Umfeld, wie z.B. Notfallmedizin oder Telemedizin, wäre von Vorteil. Erfahrungen im Einsatz von Modellen auf Embedded-Systemen oder Mikrocontrollern sowie Kenntnisse in Embedded-C oder C++ sind ebenfalls von Vorteil. Ein Interesse an Physiologie und Digital Health rundet Ihr Profil ab.