Entwirf spezialisierte Sprachen: Du analysierst domänenspezifische Sprachen in der medizinischen Informatik und entwickelst eigene DSLs, indem du Konzepte wie Parsing, Syntaxbäume und Ausführungslogik praktisch umsetzt.

Analysiere Daten mit R: Du entwickelst Skripte und Notebooks in R, wendest statistische Verfahren sowie Machine-Learning-Methoden auf biomedizinische und wirtschaftliche Daten an und validierst Hypothesen mithilfe datengetriebener Analysen.

Analysiere klinische Daten mit Machine Learning: Du lernst, große Mengen elektronischer Patientendaten mit statistischen und Machine-Learning-Methoden auszuwerten, setzt dabei R ein und interpretierst die Ergebnisse zur Gewinnung neuer medizinischer Erkenntnisse.

Verbessere die Patientenversorgung mit intelligenten Assistenzsystemen: Du entwickelst Clinical Decision Support (CDS)-Funktionen für elektronische Patientenakten, lernst medizinisches Wissen automatisiert zu verarbeiten und bewertest Nutzen, Grenzen und Einsatzmöglichkeiten moderner Entscheidungshilfen.

Löse reale Herausforderungen im Bereich Medical Data Science: Du entwickelst eigenständig datengetriebene Lösungen für eine Fragestellung im Gesundheitswesen - von der Datenaufbereitung und Methodenwahl über die Implementierung und Evaluation bis hin zur Präsentation der Ergebnisse.