Direkt zum Inhalt springen
login.png Login    |
de | en
MyTUM-Portal
Technische Universität München

Technische Universität München

Sitemap > Schwarzes Brett > Studentische Hilfskräfte, Praktikantenstellen, Studienarbeiten > Studentische Hilfskraft (m/w/d) – LLM-Semantik & klinische Ontologien (Radiologie/Onkologie) – bis 20 Std./Woche. Dauer: 6 Monate
auf   Zurück zu  Nachrichten-Bereich    vorhergehendes   Browse in News  nächster    

Studentische Hilfskraft (m/w/d) – LLM-Semantik & klinische Ontologien (Radiologie/Onkologie) – bis 20 Std./Woche. Dauer: 6 Monate

28.10.2025, Studentische Hilfskräfte, Praktikantenstellen, Studienarbeiten

Studentische Hilfskraft (m/w/d) für BMBF-Projekt an der TUM: Test von LLM-Semantik mit klinischen Ontologien (Radiologie/Onkologie). Aufgaben: Ontologie-Mapping, Datenaufbereitung, Annotation-QA, kleine Python-Skripte und Evaluation von Embeddings. Must-haves: Immatrikulation, Python, CSV/JSON, Deutsch C2. Arbeitsmodus: Präsenz in München (Einsteinstraße), keine reine Remote-Tätigkeit. Umfang: bis 20 h/Woche.

Wir suchen eine studentische Hilfskraft zur Unterstützung eines Projekts zur Überprüfung der Semantik großer Sprachmodelle (LLMs) anhand
klinischer Ontologien in Radiologie/Onkologie. Aufgaben umfassen Datenaufbereitung, Annotation/Qualitätssicherung sowie einfache Experimente
(Embeddings vs. Referenzontologien).



Ihre Aufgaben
- Unterstützung bei Ontologie-Mapping & Datenpflege (radiologisch/onkologische Texte)
- Vorbereitung & Qualitätssicherung von Annotationen; einfache Skripte für Datencleansing
- Recherche & Dokumentation von Ergebnissen in Deutsch/Englisch

-------------

Ihr Profil
Must-haves (erforderlich):
- Immatrikulation in Informatik, Medizinischer Informatik, Data Science o. Ä. (SHK) - Grundkenntnisse in Python sowie
Umgang mit CSV/JSON - Deutsch C2 (für Dokumentation/Abstimmung), gute Englischkenntnisse - Sorgfältige, strukturierte Arbeitsweise; Verfügbarkeit
bis 20 h/Woche
- Bereitschaft zur regelmäßigen Präsenz am Standort München (Einsteinstraße)


Plus (kein Muss):
- Erfahrung mit medizinischen Terminologien/Ontologien oder NLP
- Erfahrung mit Annotation/QA und sauberen Code Gewohnheiten

--------------
Wir bieten
- Flexible Arbeitszeiten (in Präsenz), zentrale Lage (Einsteinstraße)
- Einblick in klinische KI-Forschung und Zusammenarbeit im Team
Zugriff auf GPUs und moderne Tools


--------------

Bewerbung
Bitte senden Sie Ihren Lebenslauf vorzugsweise als .txt-Datei an claudio.benzoni@tum.de und verfassen Sie die E-Mail eigenständig.


Die Stelle ist für die Besetzung mit schwerbehinderten Menschen geeignet. Schwerbehinderte Bewerberinnen und Bewerber werden bei ansonsten im
Wesentlichen gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt eingestellt.
Datenschutz: Bitte beachten Sie die Datenschutzhinweise für Bewerber:innen der TUM
Gleichstellung: Wir fördern Chancengleichheit und Vielfalt.
Befristung: Beschäftigung als studentische Hilfskraft (SHK) nach den geltenden TUM-Richtlinien.

Kontakt: claudio.benzoni@tum.de

Termine heute

no events today.

Veranstaltungskalender