Erfahrung mit Self-Supervised Learning (SSL), Transformern oder modernen Architekturen wie Masked Autoencoders (MAE) / JEPA ist ausdrücklich erwünscht. * Methodisches Wissen: Starkes Verständnis von Computer Vision, Representation Learning und hochdimensionaler Geometrie. * Soft Skills: Leidenschaft für die Lösung medizinischer Herausforderungen und die Fähigkeit zur Arbeit in multidisziplinären Teams (Ingenieure, Kliniker).