jobsswitzerland.ch
← Toutes les offres

Assistant scientifique – Biomedical Data Science & Spinal Cord Injury Research

ETH Zürich

Type de contrat
Temps plein
Lieu
Zürich
Entreprise
ETH Zürich, Binzmühlestrasse 130, 8050 Zürich
Langues
Anglais (courant)
Première publication
Postuler
Texte d'introduction Le Biomedical Data Science Lab étudie des solutions basées sur les données pour des applications de santé, avec un accent particulier sur les conditions neurologiques et les infections systémiques telles que le sepsis. Au cœur de notre recherche se trouve la collaboration interdisciplinaire englobant l'expertise en médecine, biologie, informatique et science des données. Nous recherchons un assistant scientifique motivé pour rejoindre cette équipe en pleine croissance et contribuer à des partenariats de recherche interdisciplinaires. Contexte du projet Le Biomedical Data Science Lab de l'ETH Zurich sollicite des candidatures pour un poste d'assistant scientifique afin de soutenir nos projets intensifs en données dans l'imagerie biomédicale et la recherche clinique. Ce poste offre une excellente opportunité de travailler à la pointe de la science des données biomédicales, en contribuant à des projets clés incluant la curation de données, la segmentation d'images et le développement d'outils pour des applications de recherche clinique. L'assistant scientifique soutiendra l'équipe Biomedical Data Science pour divers projets d'application, avec un accent particulier sur nos travaux concernant le sepsis pédiatrique, le mal de dos et la neuro-oncologie pédiatrique. Description des tâches/du poste Nous recherchons un assistant scientifique possédant une solide formation en statistiques, en apprentissage automatique (machine learning) et en science des données biomédicales pour soutenir notre recherche utilisant l'European Multicenter Study about Spinal Cord Injury (EMSCI) et les bases de données SCI associées. Le poste combine l'analyse de données pratique et le soutien à des projets scientifiques avec la coordination des activités scientifiques au sein de notre réseau de recherche. Le candidat retenu travaillera en étroite collaboration avec des chercheurs, des cliniciens et des collaborateurs internationaux pour analyser des ensembles de données longitudinaux SCI à grande échelle et contribuer à des publications et réunions scientifiques. Vos principales responsabilités incluront : Réaliser des analyses statistiques et d'apprentissage automatique en utilisant EMSCI et les ensembles de données SCI associés. Développer et valider des modèles prédictifs de récupération neurologique et de résultats fonctionnels après une SCI. Effectuer le prétraitement des données, le contrôle de qualité, l'harmonisation, l'ingénierie des caractéristiques (feature engineering) et l'analyse exploratoire des données. Appliquer des méthodes statistiques appropriées, y compris la régression, l'analyse de données longitudinales, l'analyse de survie et les approches d'apprentissage automatique. Développer des flux de travail analytiques reproductibles en R et/ou Python. Contribuer à des publications scientifiques, des rapports, des présentations et des demandes de subventions. Collaborer avec des cliniciens, des neuroscientifiques, des statisticiens et des data scientists dans les différents centres SCI participants. Soutenir l'organisation et la coordination de réunions scientifiques, d'ateliers, de réunions de consortium et d'autres activités de recherche, y compris la planification, la préparation des ordres du jour et des documents, la communication avec les participants et le suivi. Aider à la coordination des projets collaboratifs en cours et au suivi des activités scientifiques et des livrables. Votre profil Master (MSc) ou diplôme équivalent en statistiques, biostatistique, science des données, génie biomédical, informatique, épidémiologie, neurosciences ou une discipline connexe. Solide formation en statistiques et/ou en apprentissage automatique. Expérience de travail avec des ensembles de données longitudinaux et/ou cliniques. Solides compétences en programmation en R et/ou Python. Expérience en modélisation statistique, visualisation de données et recherche reproductible. Connaissance des méthodes d'apprentissage automatique telles que les forêts aléatoires (random forests), le gradient boosting, les réseaux de neurones ou des approches connexes. Une expérience préalable de travail avec les données EMSCI ou d'autres grandes bases de données SCI est fortement souhaitable. La connaissance des mesures de résultats cliniques et neurologiques spécifiques à la SCI (par exemple, ISNCSCI/ASIA, SCIM) est un avantage. L'expérience de travail avec des ensembles de données cliniques multicentriques est un avantage. Maîtrise de l'anglais et compétences en allemand, tant à l'écrit qu'à l'oral. Excellentes compétences organisationnelles et de communication. Capacité à travailler de manière indépendante et fiable tout en collaborant efficacement dans un environnement de recherche multidisciplinaire et international. Intérêt pour la recherche sur la SCI et l'application de la science des données à la recherche clinique. Nous offrons Un poste à 80–100% au sein du Biomedical Data Science Lab à l'ETH Zurich. L'opportunité de travailler avec EMSCI, l'une des principales bases de données de recherche longitudinale sur la SCI, et des ensembles de données internationaux associés. Un environnement hautement interdisciplinaire à l'interface des neurosciences cliniques, des statistiques, de l'apprentissage automatique et de la science des données biomédicales. Une interaction étroite avec des chercheurs SCI de premier plan et des centres cliniques en Suisse et à l'international. L'opportunité de contribuer à des publications scientifiques de haute qualité et à des projets de collaboration internationale. Un rôle varié combinant la recherche quantitative pratique avec la coordination scientifique et la gestion de projet. Un environnement de recherche stimulant à l'ETH Zurich, le laboratoire étant basé à Schlieren. Curieux ? Nous le sommes aussi. Nous nous réjouissons de recevoir votre candidature en ligne accompagnée des documents suivants : CV / résumé Courte vidéo de candidature Lettre de motivation (in

Traduit automatiquement depuis l’original.

Publié aujourd'hui

Lieu

Voir sur Google Maps