jobsswitzerland.ch
← Tutte le offerte

Assistente Scientifico – Biomedical Data Science & Spinal Cord Injury Research

ETH Zürich

Tipo di contratto
Tempo pieno
Luogo
Zürich
Azienda
ETH Zürich, Binzmühlestrasse 130, 8050 Zürich
Lingue
Inglese (fluente)
Prima pubblicazione
Candidati ora
Testo introduttivo Il Biomedical Data Science Lab indaga soluzioni basate sui dati per applicazioni sanitarie con un focus sulle condizioni neurologiche e sulle infezioni sistemiche come la sepsi. Al centro della nostra ricerca c'è la collaborazione tra discipline che spaziano l'esperienza in medicina, biologia, informatica e data science. Cerchiamo un assistente scientifico motivato per unirsi a questo team in crescita e contribuire a partnership di ricerca interdisciplinari. Sfondo del progetto Il Biomedical Data Science Lab presso ETH Zurich invita a presentare candidature per un Assistente Scientifico per supportare i nostri progetti ad alta intensità di dati nell'imaging biomedico e nella ricerca clinica. Questa posizione offre un'eccellente opportunità di lavorare all'avanguardia della biomedical data science, contribuendo a progetti chiave tra cui la cura dei dati, la segmentazione delle immagini e lo sviluppo di strumenti per applicazioni di ricerca clinica. L'assistente scientifico supporterà il Biomedical Data Science Team per una gamma di progetti applicativi, con un particolare interesse per il nostro lavoro nella sepsi pediatrica, il mal di schiena inferiore e la neurooncologia pediatrica. Descrizione delle mansioni/posizione Cerchiamo un Assistente Scientifico con un forte background in statistica, machine learning e biomedical data science per supportare la nostra ricerca utilizzando l'European Multicenter Study about Spinal Cord Injury (EMSCI) e i database SCI correlati. La posizione combina l'analisi pratica dei dati e il supporto ai progetti scientifici con il coordinamento delle attività scientifiche all'interno della nostra rete di ricerca. Il candidato selezionato lavorerà a stretto contatto con ricercatori, clinici e collaboratori internazionali per analizzare dataset SCI longitudinali su larga scala e contribuire a pubblicazioni e incontri scientifici. Le tue responsabilità principali includeranno: Eseguire analisi statistiche e di machine learning utilizzando EMSCI e i dataset SCI correlati. Sviluppare e validare modelli predittivi di recupero neurologico ed esiti funzionali dopo SCI. Effettuare il pre-processing dei dati, il controllo qualità, l'armonizzazione, la feature engineering e l'analisi esplorativa dei dati. Applicare metodi statistici appropriati, inclusi la regressione, l'analisi dei dati longitudinali, l'analisi di sopravvivenza e approcci di machine learning. Sviluppare workflow analitici riproducibili in R e/o Python. Contribuire a pubblicazioni scientifiche, rapporti, presentazioni e domande di sovvenzione. Collaborare con clinici, neuroscienziati, statistici e data scientist presso i centri SCI partecipanti. Supportare l'organizzazione e il coordinamento di incontri scientifici, workshop, incontri di consorzio e altre attività di ricerca, inclusi la programmazione, la preparazione di agende e materiali, la comunicazione con i partecipanti e il follow-up. Assistere nel coordinamento dei progetti collaborativi in corso e nel follow-up delle attività scientifiche e dei risultati. Il tuo profilo MSc o titolo equivalente in statistica, biostatistica, data science, ingegneria biomedica, informatica, epidemiologia, neuroscienze o una disciplina correlata. Forte background in statistica e/o machine learning. Esperienza di lavoro con dataset longitudinali e/o clinici. Forti capacità di programmazione in R e/o Python. Esperienza con modellazione statistica, visualizzazione dei dati e ricerca riproducibile. Conoscenza dei metodi di machine learning come random forests, gradient boosting, reti neurali o approcci correlati. Precedente esperienza di lavoro con dati EMSCI o altri grandi database SCI è altamente desiderabile. La conoscenza di misure di esito cliniche e neurologiche specifiche per SCI (ad es. ISNCSCI/ASIA, SCIM) è un vantaggio. L'esperienza di lavoro con dataset clinici multicentrici è un vantaggio. Fluente in inglese e competente in tedesco, sia scritto che parlato. Eccellenti capacità organizzative e comunicative. Capacità di lavorare in modo indipendente e affidabile pur collaborando efficacemente in un ambiente di ricerca multidisciplinare e internazionale. Interesse per la ricerca SCI e l'applicazione della data science alla ricerca clinica. Cosa offriamo Una posizione all'80–100% all'interno del Biomedical Data Science Lab presso ETH Zurich. L'opportunità di lavorare con EMSCI, uno dei principali database di ricerca longitudinale SCI, e dataset internazionali correlati. Un ambiente altamente interdisciplinare all'interfaccia tra neuroscienze cliniche, statistica, machine learning e biomedical data science. Interazione stretta con i principali ricercatori SCI e centri clinici in Svizzera e a livello internazionale. L'opportunità di contribuire a pubblicazioni scientifiche di alta qualità e progetti di collaborazione internazionale. Un ruolo vario che combina la ricerca quantitativa pratica con il coordinamento scientifico e la gestione di progetti. Un ambiente di ricerca stimolante presso ETH Zurich, con il laboratorio basato a Schlieren. Curiosi? Anche noi. Non vediamo l'ora di ricevere la tua candidatura online con i seguenti documenti: CV / résumé Breve video di presentazione Lettera di motivazione (incluso un link al video) Riferimenti lavorativi e diplomi/certificati Nel video, per favore presentati brevemente e affronta quanto segue: Immagina di esserti appena unito al nostro laboratorio e ti viene chiesto di utilizzare i dati EMSCI per investigare i predittori del recupero neurologico dopo una lesione del midollo spinale. Come approcceresti questa domanda di ricerca? Per favore spiega brevemente: Come definiresti un esito clinico appropriato; Quali predittori considereresti e perché; Come gestiresti i dati longitudinali e i valori mancanti; Quali metodi statistici e/o di machine learning considereresti; Come convalideresti e interpreteresti i risultati. Non è richiesta alcuna analisi effettiva. Siamo interessati principalment

Tradotto automaticamente dall’originale.

Pubblicato oggi

Luogo

Vedi su Google Maps