Softwareentwickler / Research Software Engineer (m/w/d) für das Projekt Radiological Cooperative Network (RACOON)

Deutsches Krebsforschungszentrum (DKFZ) -- Softwareentwickler / Research Software Engineer (m/w/d) für das Projekt Radiological Cooperative Network (RACOON) []( [](

• Das Deutsche Krebsforschungszentrum (DKFZ) ist eines der größten Krebsforschungszentren Europas. „Forschen für ein Leben ohne Krebs“ ist unsere Mission und hierfür arbeiten unsere Weltklassewissenschaftler:innen gemeinsam mit allen Mitarbeitenden.*
• Wir erforschen, wie Krebs entsteht, erfassen Krebsrisikofaktoren und suchen nach neuen Strategien, die verhindern, dass Menschen an Krebs erkranken. Wir entwickeln neue Methoden, mit denen Tumore präziser diagnostiziert und Krebspatient:innen erfolgreicher behandelt werden können. Jeder Beitrag zählt – ob in der Forschung, in der Administration oder der Infrastruktur. Das macht unsere tägliche Arbeit so bedeutungsvoll und spannend.*

Die Abteilung *Medizinische Bildverarbeitung* am DKFZ entwickelt innovative Methoden und Softwarelösungen an der Schnittstelle von medizinischer Bildgebung, künstlicher Intelligenz, Cloud-Technologien und moderner Forschungsinfrastruktur. Zur Verstärkung unseres Teams suchen wir ab September 2026 eine:n motivierte:n Softwareentwickler:in / Research Software Engineer (m/w/d) für das Projekt Radiological Cooperative Network (RACOON)

• Kennziffer: 2026-0138*
• Heidelberg
• Vollzeit
• Medizinische Bildverarbeitung

RACOON ist die bundesweite Bildgebungsplattform des Netzwerks Universitätsmedizin. Ziel des Projekts ist der Aufbau und Betrieb einer verteilten Forschungsinfrastruktur für medizinische Bilddaten, insbesondere für multizentrische Forschungsprojekte, klinische Studien, strukturierte Befundung, Annotation, KI-gestützte Bildanalyse und die standardisierte Nachnutzung radiologischer Daten. Die Infrastruktur verbindet lokale RACOON-Standorte an den deutschen Universitätskliniken mit zentralen Komponenten in RACOON-CENTRAL. Im Zentrum Ihrer Tätigkeit steht RACOON-AI, die zentrale KI-Plattform innerhalb von RACOON. RACOON-AI ermöglicht die Integration, Bereitstellung und Anwendung moderner KI-Methoden für medizinische Bilddaten im bundesweiten Netzwerk der Universitätskliniken. Die Plattform unterstützt die Translation innovativer Methoden aus dem Medical Image Computing in klinisch-wissenschaftliche Forschungsinfrastrukturen und trägt damit wesentlich zur technischen Realisierung großer multizentrischer Forschungsprojekte und klinischer Studien bei. RACOON-AI basiert auf dem Open-Source-Toolkit Kaapana, einer Kubernetes-basierten Plattform für medizinische Datenanalyse, KI-Workflows und föderierte Analyse- und Lernszenarien. Sie arbeiten in einem interdisziplinären Team an der Weiterentwicklung, dem Betrieb und der Unterstützung dieser Plattform im bundesweiten RACOON-Netzwerk. *Wichtiger Hinweis zum Profil der Stelle:* Diese Position ist keine reine Data-Science-, Modelltraining- oder Promotionsstelle. Der Schwerpunkt liegt auf robuster Softwareentwicklung, Plattformbetrieb, Methodenintegration, Support und technischer Koordination innerhalb einer produktiv genutzten, bundesweiten medizinischen Forschungsinfrastruktur. Die Stelle richtet sich an Bewerber:innen, die Forschungssoftware in nutzbare Plattformkomponenten überführen, containerisierte Dienste betreiben, KI-Methoden in reproduzierbare Workflows integrieren und technische Fragestellungen gemeinsam mit Universitätskliniken, Standortinformatikerinnen und Projektpartnern lösen möchten. Verhandlungssichere Deutschkenntnisse mindestens auf C1-Niveau sind zwingend erforderlich, da ein wesentlicher Teil der Tätigkeit aus deutschsprachiger Kommunikation, Support und technischer Abstimmung mit den RACOON-Standorten, Universitätskliniken und Projektpartnern besteht. Ihre Aufgaben: Sie unterstützen den technischen Betrieb und die Weiterentwicklung von RACOON-AI als zentraler KI-Plattform im RACOON-Netzwerk. Zu Ihren Aufgaben gehören insbesondere:

• Weiterentwicklung von RACOON-AI durch Softwareentwicklung im Open-Source-Toolkit Kaapana
• Integration, Bereitstellung und Pflege von KI-Methoden, Analyse-Workflows und containerisierten Anwendungen
• Unterstützung der Methodentranslation aus dem Medical Image Computing in die RACOON-Infrastruktur an den Universitätskliniken
• Softwaretechnische Integration von Werkzeugen und Konzepten zur Verarbeitung multimodaler medizinischer Daten, einschließlich Bilddaten, strukturierter klinischer Daten und weiterer forschungsrelevanter Datenquellen innerhalb der RACOON-AI-Plattform
• Technische Unterstützung multizentrischer Forschungsprojekte, klinischer Studien und medizinischer Use Cases im RACOON-Netzwerk
• Betrieb, Wartung, Monitoring und Fehleranalyse der RACOON-AI-Instanzen, einschließlich zentraler Instanzen in RACOON-CENTRAL
• Second-Level-Support für IT-Ansprechpersonen an den Universitätskliniken und lokale IT-Teams bei Betrieb, Integration und Nutzung der Plattform
• Weiterentwicklung und Wartung von Plattformkomponenten im Umfeld von Kubernetes, Helm, Docker/Podman, Apache Airflow, OpenSearch, dcm4chee, MinIO/S3, Keycloak, Prometheus/Grafana und webbasierten Nutzeroberflächen
• Erstellung und Pflege technischer Dokumentation, Betriebsanleitungen und Support-Materialien
• Teilnahme an Projektmeetings, technischen Abstimmungen und Workshops
• Präsentation der Plattform bei Veranstaltungen, Vernetzungsformaten und Projekttreffen
• Mitwirkung an Reporting, Planung und technischer Koordination innerhalb des Projekts

Ihr Profil: Sie passen besonders gut zu uns, wenn Sie Freude an robuster Forschungssoftware, verteilten Infrastrukturen und der Zusammenarbeit mit klinischen, wissenschaftlichen und technischen Partnern haben.

• Zwingend erforderlich sind:*
• Abgeschlossenes Masterstudium in Informatik, Medizininformatik, Data Science, Mathematik, Physik, Ingenieurwissenschaften oder einem verwandten wissenschaftlich-technischen Fachgebiet
• Praktische Erfahrung in Softwareentwicklung, Forschungssoftware, Plattformbetrieb, DevOps oder medizinischer IT
• Erfahrung in mindestens einer der Programmiersprachen Python oder JavaScript/TypeScript
• Praktische Erfahrung mit Linux sowie modernen Container- und Cloud-Technologien, insbesondere Docker/Podman, OCI-Containern, Kubernetes oder Helm
• Fähigkeit, technische Probleme strukturiert zu analysieren, nachvollziehbar zu dokumentieren und gemeinsam mit internen und externen Partnern zu lösen
• Bereitschaft zur technischen Kommunikation, zum Support und zur Abstimmung mit Universitätskliniken, IT-Verantwortlichen an den jeweiligen Standorten und Projektpartnern
• Sorgfältige, zuverlässige und strukturierte Arbeitsweise
• Ausgeprägte Teamfähigkeit in einem interdisziplinären, standortübergreifenden Projektumfeld
• Verhandlungssichere Deutschkenntnisse, mindestens auf C1-Niveau
• Sehr gute Englischkenntnisse für die Arbeit in einem internationalen wissenschaftlichen und Open-Source-Umfeld
• Von Vorteil sind:*
• Erfahrung mit Apache Airflow, OpenSearch, dcm4chee, MinIO/S3, Keycloak, Prometheus, Grafana oder vergleichbaren Infrastrukturkomponenten
• Erfahrung mit webbasierten UI-Frameworks wie Vue, React oder Svelte
• Kenntnisse in CI/CD, GitOps, Monitoring, Logging, REST-APIs oder verteilten Plattformen
• Kenntnisse im Betrieb verteilter IT-Infrastrukturen, insbesondere in den Bereichen Netzwerkkonfiguration, DNS, TLS-/SSL-Zertifikate, Reverse Proxys, Firewalls, VPN, Proxy-Setups oder Zugriffskontrolle in klinischen bzw. institutionellen IT-Umgebungen
• Erfahrung mit DICOM, PACS-Systemen, FHIR, medizinischen Bilddaten oder klinischen Forschungsdaten
• Erfahrung in Machine Learning, Image Computing, High-Performance Computing oder föderierten Analyse- und Lernszenarien
• Erfahrung mit multizentrischen Forschungsprojekten, klinischen Studien oder medizinischen Forschungsdateninfrastrukturen
• Erfahrung in Open-Source-Softwareentwicklung, technischer Dokumentation, Support-Prozessen oder Schulung technischer Anwender:innen

Das macht die Position besonders:

• Mitarbeit an einer bundesweiten Forschungsinfrastruktur mit hoher Relevanz für medizinische Bildgebung, KI und datengetriebene klinische Forschung
• Arbeit an RACOON-AI als zentraler KI-Plattform für multizentrische Forschungsprojekte und klinische Studien
• Möglichkeit, innovative Methoden aus dem Medical Image Computing in die Infrastruktur deutscher Universitätskliniken zu bringen
• Arbeit an einer modernen, containerisierten Open-Source-Plattform auf Basis von Kaapana
• Ein interdisziplinäres Umfeld mit Expert:innen aus Informatik, medizinischer Bildgebung, KI, Radiologie und Forschungsdatenmanagement
• Enge Zusammenarbeit mit Universitätskliniken, nationalen Projektpartnern und technischen Teams im RACOON-Netzwerk
• Gestaltungsspielraum bei der Weiterentwicklung einer produktiv eingesetzten Forschungsplattform
• Ein dynamisches Arbeitsumfeld an der Schnittstelle von Forschung, Softwareentwicklung, Plattformbetrieb, Support und klinischer Anwendung

Bewerbungsverfahren: Interessierte und qualifizierte Bewerber:innen reichen bitte mindestens ein Anschreiben, einen Lebenslauf sowie relevante Zeugnisse, Abschlüsse und Nachweise ein. Bitte fügen Sie Ihrer Bewerbung zusätzlich ein kurzes technisches Motivationsstatement von maximal einer Seite bei. Gehen Sie darin bitte konkret auf folgende Punkte ein:

• Ihre praktische Erfahrung mit Softwareentwicklung, Linux, Containerisierung, Kubernetes, DevOps oder Plattformbetrieb
• Ihre Erfahrung in technischer Kommunikation, Support, Dokumentation oder Abstimmung mit externen Partnern
• Ihr Interesse an medizinischer Bildgebung, Forschungsinfrastrukturen, KI-Methodentranslation oder multizentrischen klinischen Studien

Bewerbungen ohne erkennbaren Bezug zu diesen Punkten können im Auswahlverfahren nur eingeschränkt berücksichtigt werden. Unser Angebot:

• Hervorragende Rahmen­bedin­gungen: mo­dern­ste state-of-the-art Infrastruktur und Mög­lichkeit zum inter­natio­nalen Austausch auf Spitzen­niveau
• 30 Tage Urlaub
• Flexible Arbeits­zeiten
• Vergütung nach TV-L inkl. betrieblicher Alters­vor­sorge und ver­mögens­wirk­samer Leistungen
• Möglichkeit zur Teilzeitarbeit
• Familien­freund­liches Arbeits­umfeld
• Nachha…