De afdeling Biomedical engineering & physics van Amsterdam UMC zoekt een postdoc met ervaring in medische beeldvorming, deep learning en het modelleren cardiovasculaire systemen.
In dit project werk je aan het verbeteren van risicostratificatie voor mensen met het Marfan-syndroom, ter ondersteuning van de chirurgische besluitvorming. Het onderzoek combineert cardiovasculaire beeldanalyse (vooral 4D flow MRI), deep learning en computationele biomechanica, en richt zich op het opsporen van geometrische en mechanische kenmerken van de aorta bij Marfan-patiënten.
Je ontwikkelt en optimaliseert AI-tools voor het automatisch segmenteren van de aorta, en het uitvoeren van geometrische analyses en simulaties. Je houdt je bezig met het bouwen en testen van deze machine learning-pipelines en vertaalt de modeluitkomsten naar de klinische context. Deze functie biedt een mooie kans om een bijdrage te leveren aan grensverleggend cardiovasculair onderzoek op het snijvlak van technologie, geneeskunde en data science.
Als postdoc:
Je hebt affiniteit met het werken met 3D- of 4D-beeldanalysemethoden. Ervaring met wetenschappelijk programmeren is essentieel (bij voorkeur in Python). Ervaring met neurale netwerken voor beeldanalyse, inclusief geometrische deep learning-benaderingen, is bovendien zeer relevant. Ervaring met cardiovasculaire beeldvorming en numerieke modellering is een pré.
Daarnaast voldoe je aan de volgende eisen:
Bekijk deze video met meer informatie over de indiensttreding bij Amsterdam UMC Research BV.
Het onderzoek bij de afdeling Biomedical engineering & physics van Amsterdam UMC richt zich op de ontwikkeling en toepassing van geavanceerde beeldvormings-, modellerings- en computationele technieken om diagnose en behandeling in de geneeskunde te verbeteren, met een sterke nadruk op cardiovasculaire en neurologische aandoeningen. Ons werk combineert technische principes met klinisch inzicht en integreert methoden uit medische beeldvorming, biomechanica en datawetenschap om complexe biomedische uitdagingen aan te pakken.
Je maakt deel uit van een dynamisch, interdisciplinair team van onderzoekers, promovendi en clinici, met expertise op het gebied van biomedische technologie, computationele modellering, beeldanalyse, natuurkunde en kunstmatige intelligentie. De afdeling biedt een stimulerende omgeving die samenwerking tussen technische en klinische onderzoekers bevordert, met sterke banden met klinische afdelingen van Amsterdam UMC en nationale en internationale partners.
Wij zijn een inclusieve en diverse academische gemeenschap. Bij Amsterdam UMC geloven we dat wetenschappelijke vooruitgang gedijt in een omgeving waar verschillende perspectieven en ervaringen worden gewaardeerd. We moedigen kandidaten van alle achtergronden die graag hun unieke inzichten willen bijdragen aan ons onderzoek en onze academische missie actief aan om te solliciteren.
Let op! Alleen Engelstalige sollicitaties worden in behandeling genomen.
Let op! Voor de sollicitatie is van belang dat je twee documenten inlevert: (1) een cv en (2) één pdf-bestand met hierin:
Tijdens de publicatieperiode worden sollicitaties continu behandeld. Als er voldoende geschikte kandidaten hebben gesolliciteerd, wordt de vacature vóór de sluitingsdatum gesloten.
Heb je nog vragen? Voor inhoudelijke informatie over deze vacature kun je terecht bij Simone Saitta, assistant professor department of Biomedical engineering and Physics, via s.saitta@amsterdamumc.nl.
Voor meer informatie over de sollicitatieprocedure kun je terecht bij Rhiannon Sandfort, recruitmentadviseur, via r.e.sandfort@amsterdamumc.nl.
Een referentie check en screening kunnen onderdeel zijn van de procedure. Kom je bij ons in dienst, dan vragen we voor een aantal functiegroepen standaard een VOG (Verklaring Omtrent Gedrag). Bekijk wat het inhoudt en of het voor jouw functie van toepassing is.
Interne kandidatenkrijgen, bij gelijke geschiktheid, voorrang op externe kandidaten.
Acquisitie naar aanleiding van deze vacature wordt niet op prijs gesteld.