Two PhD Positions in AI for Health Data within the AI:HealthData Lab – A Collaboration between Computer Science and Clinical Medicine at Aalborg University
Oversigt og nøgleindsigter
Aalborg Universitet søger to PhD-kandidater til AI:HealthData Lab, hvor de skal udvikle metoder til håndtering og strukturering af sundhedsdata ved hjælp af generativ AI og viden grafer.
Højdepunkter
- Fokus på udvikling af algoritmer til viden graf konstruktion og forespørgsel.
- Implementering af klinisk relevante løsninger til brug af sundhedsdata.
- Samarbejde med sundhedsfaglige eksperter for at sikre praktisk relevans.
Påkrævede kvalifikationer
- • Kandidatgrad i datalogi eller beslægtet område (Stipend 1).
- • Uddannelse inden for medicin eller sundhedsrelateret område (Stipend 2).
- • Erfaring med programmeringssprog, især Python eller R.
Ønskværdige kvalifikationer
- • Interesse for semantiske teknologier og informationsudtræk (Stipend 1).
- • Erfaring med sundhedsdata science (Stipend 2).
Den ideale kandidat
Den ideelle kandidat har en solid akademisk baggrund og er nysgerrig og motiveret. De skal have stærke kommunikationsevner og være i stand til at samarbejde effektivt med sundhedsfaglige eksperter.
Jobdetaljer
Jobbeskrivelse
Your work tasks
The lab is looking for candidates for the following two PhD stipends.
Stipend 1: AI-Driven Data Management for Knowledge Graph Construction and Querying
You will develop methods for constructing and querying knowledge graphs, with a focus on integrating generative AI into information-extraction pipelines. You will explore how ontologies can be used to define semantic queries that are evaluated over document corpora, such as collections of health records. Guided by emerging visions of AI-native data systems capable of querying unstructured data declaratively, you will design and evaluate novel algorithms for extracting entities and relationships, while capturing provenance and enabling efficient and trustworthy querying.
Stipend 2: Implementation for Clinical Impact in General Practice
You will implement and benchmark state-of-art methods for structuring health data using knowledge graphs and will develop solutions for querying such data leveraging generative AI technologies, aiming at generating context-specific summaries that reflect the patient’s trajectory and the needs for the upcoming consultation in general practice. The focus will be on designing clinically grounded solutions, with explainability and sourcing capabilities. Finally, you will evaluate usability, clinical relevance, and workflow impact in collaboration with general practitioners, assessing efficiency gains, trustworthiness, and effects on clinical decision making.
Your competencies
Complementary competencies are expected from the 2 PhD candidates.
For Stipend 1
You are expected to have a background in computer science or a related field, with an interest in semantic technologies (ontologies, semantic querying) and information extraction. It is important to have strong programming skills, to prototype research ideas, and to have solid mathematical foundations, such as in linear algebra and relational algebra, to support the design and analysis of your algorithms. You should be curious, motivated, able to communicate clearly, and open to collaborating with health-domain experts to ensure that your research aligns with real-world needs. The working language for this position is English; Danish is not required.
For Stipend 2
You are expected to have an education in a medical or health-related field with a strong interest and understanding in data science or in a data science-related field with experience with health data science. You must be curious and driven with excellent interpersonal skills and writing competencies. Experience with programming languages, notably Python or R, is expected. The work will imply working with journal notes written in Danish. Therefore a sufficient level in Danish is required, in addition to fluency in English.
Qualification requirements
PhD stipends are allocated to individuals who hold a Master's degree. PhD stipends are normally for a period of 3 years. It is a prerequisite for allocation of the stipend that the candidate will be enrolled as a PhD student at the Technical Doctoral School of IT and Design (Stipend 1) or the Doctoral School in Medicine, Biomedical Science and Technology (Stipend 2) in accordance with the regulations of Ministerial Order No. 1124 of September 19, 2025 on the PhD Programme at the Universities and Certain Higher Artistic Educational Institutions.
Who we are
You will work under the supervision of both lab directors, Daniele Dell’Aglio, Associate Professor at the Department of Computer Science, Aalborg University and Charles Vesteghem, Associate Professor at the Department of Clinical Medicine, Aalborg University.
How to apply
Your application must include the following: Application, stating reasons for applying and qualifications in relation to the position, Curriculum Vitae (CV), Diplomas (bachelor’s and master's degree diploma, including grades), A list of max 3 references that can be contacted, The MSc thesis (if completed at the time of application). The application must be submitted via Aalborg University’s recruitment system, which can be accessed under the job advertisement on Aalborg University's website.
Karrierevej
Typisk karriereforløb
Postdoc i AI og sundhedsdata
Forsker i sundhedsteknologi
Ledende forsker eller professor
Vækstpotentiale
Der er et stort vækstpotentiale inden for AI og sundhedsdata, da disse teknologier fortsætter med at revolutionere sundhedssektoren. Kandidater kan forvente at bidrage til banebrydende forskning og udvikling, som kan føre til betydelige forbedringer i klinisk praksis.
Overførbare færdigheder
Branchekontekst
Stillingen placerer sig i krydsfeltet mellem IT og sundhedssektoren, hvor der er stigende behov for specialister, der kan håndtere og analysere komplekse sundhedsdata. AI-teknologier er i stigende grad integreret i klinisk praksis for at forbedre patientresultater.
Færdighedsanalyse
Kritiske færdigheder
Baggrund inden for datalogi eller relateret område, med fokus på semantiske teknologier.
Stærke programmeringsevner, især i Python eller R, til prototyping af forskningsideer.
Nok færdigheder i dansk til at arbejde med journalnotater.
Vigtige færdigheder
Solid matematisk baggrund, især inden for lineær algebra og relationsalgebra, til design og analyse af algoritmer.
At være nysgerrig og motiveret for at samarbejde med eksperter inden for sundhedsområdet.
Fremragende interpersonelle færdigheder og skrivekompetencer.
Ønskværdige færdigheder
Evnen til at designe løsninger der er klinisk funderede og forståelige.
Mest kritiske færdigheder
Sådan fremhæver du din erfaring
Fremhæv relevant erfaring ved at beskrive tidligere projekter, hvor du har anvendt programmering og datalogi i praksis, samt eventuel erfaring med sundhedsdata og dansk sprog.
Interviewforberedelse
Sandsynlige spørgsmål
Kan du beskrive din erfaring med at arbejde med ontologier og semantiske teknologier?
tekniskTip: Giv konkrete eksempler fra tidligere projekter.
Hvordan vil du sikre, at de metoder, du udvikler, er klinisk relevante?
erfaringTip: Diskuter vigtigheden af samarbejde med sundhedsfaglige eksperter.
Hvilke programmeringsfærdigheder har du, og hvordan har du anvendt dem i tidligere projekter?
tekniskTip: Fokuser på erfaring med Python eller R.
Kan du give et eksempel på en udfordring, du har mødt i et tidligere projekt, og hvordan du løste den?
situationTip: Fremhæv din problemløsningsevne og samarbejde.
Hvordan vil du beskrive din kommunikationsstil, især i et tværfagligt team?
kulturTip: Vær åben om vigtigheden af klar kommunikation.
Spørgsmål du kan stille
- Hvordan ser et typisk samarbejde mellem dataforskere og klinikere ud i dette projekt?
- Hvilke værktøjer og teknologier vil jeg få mulighed for at arbejde med?
- Kan du beskrive et succesfuldt projekt, der er blevet udført i labbet, og hvad der gjorde det vellykket?
Tale punkter
- Min erfaring med data science og sundhedsdataanalyse.
- Mit engagement i at udvikle innovative løsninger til kliniske udfordringer.
- Vigtigheden af tværfagligt samarbejde for at sikre projektets succes.
Bekymringspunkter at være opmærksom på
- Manglende erfaring med relevante programmeringssprog.
- Uklare mål eller manglende forståelse af projektets kliniske relevans.
Ansøgningsstrategi
Ansøgningstips
- Fremhæv din erfaring med AI og datavidenskab, især i relation til sundhedsdata.
- Vis din evne til at samarbejde med fagfolk fra sundhedsområdet ved at inkludere relevante projekter eller erfaringer.
- Inkluder konkrete eksempler på programmeringserfaring, især med Python eller R, og hvordan du har anvendt disse færdigheder i tidligere projekter.
Nøgleord at inkludere
Fokus i ansøgningen
Fremhæv din motivation for at anvende AI i sundhedssektoren og din evne til at arbejde med sundhedsdata. Beskriv hvordan dine færdigheder og erfaringer matcher kravene til stillingen.
Tilpasning af CV
Tilpas dit CV ved at fremhæve relevante kurser og projekter inden for AI, datavidenskab og sundhedsdata. Sørg for at inkludere programmeringsfærdigheder og erfaring med samarbejde med sundhedsfaglige.
Ofte stillede spørgsmål
Hvad indebærer stillingen som PhD-kandidat i AI for Health Data?
Stillingen indebærer at udvikle metoder til konstruktion og forespørgsel af viden-grafer, samt implementering af avancerede metoder til strukturering af sundhedsdata. Du vil arbejde tæt sammen med kliniske eksperter for at skabe løsninger med klinisk relevans og brugervenlighed.
Hvilke kvalifikationer kræves for stipendium 1?
For stipendium 1 kræves en baggrund inden for datalogi eller et beslægtet felt, samt stærke programmeringsfærdigheder og en solid matematisk baggrund. Interesser inden for semantiske teknologier og information extraction er også vigtige.
Hvilke kvalifikationer kræves for stipendium 2?
For stipendium 2 kræves en uddannelse inden for medicin eller et sundhedsrelateret område, samt erfaring med sundhedsdata og datavidenskab. Gode kommunikationsevner og erfaring med programmeringssprog som Python eller R er også nødvendige.
Hvad tilbyder Aalborg Universitet som arbejdsgiver?
Aalborg Universitet tilbyder et dynamisk arbejdsmiljø med fokus på forskning og innovation i skæringspunktet mellem datalogi og klinisk medicin. Der er muligheder for faglig udvikling samt samarbejde med eksperter inden for sundhedssektoren.
Hvordan er arbejdsmiljøet i AI:HealthData Lab?
Arbejdsmiljøet i AI:HealthData Lab er tværfagligt og samarbejdsorienteret, hvor du vil have mulighed for at interagere med både teknologiske og kliniske eksperter. Der lægges vægt på kreativitet og innovation i research.
Hvad er forventningerne til PhD-kandidaterne?
Forventningerne til kandidaterne inkluderer et højt niveau af nysgerrighed, motivation og evnen til at kommunikere klart. Det er også vigtigt at kunne samarbejde med sundhedseksperter og sikre, at forskningen opfylder reelle behov i sundhedssektoren.
Er det nødvendigt at kunne dansk for disse stillinger?
For stipendium 1 er det ikke nødvendigt at kunne dansk, da arbejdet primært foregår på engelsk. For stipendium 2 kræves dog et tilstrækkeligt niveau i dansk, da der arbejdes med journalnotater skrevet på dansk.
Hvor lang er varigheden af PhD-stipendierne?
PhD-stipendierne er normalt tildelt for en periode på 3 år, og det er en forudsætning for tildelingen, at kandidaten har en kandidatgrad.