Oferta de empleo - Técnico Especialista en ciencia de datos
No espere a enviar su solicitud después de leer esta descripción;
se espera un gran volumen de candidaturas para esta oportunidad.
Información general
Tipo de convocatoria
Perfil del puesto de trabajo
Denominación del puesto
Técnico Especialista en ciencia de datos
Fundación Pública Andaluza Progreso y Salud, M.P.
Estado del proceso
Concluido
Fecha de publicación
Plazo de solicitud
Número de plazas
Lugar de trabajo
Tipo de contrato
Indefinido
Titulación oficial requerida
Grado Universitario/ Licenciatura e Ingenierías/ Diplomaturas e Ingenierías Técnicas
Titulación específica requerida
Licenciatura o Grado Universitario en Ingeniería Informática, Ingeniería de las Tecnologías de Telecomunicación, Matemáticas, Físicas, Ciencias de la Salud o Ciencias de la Vida
Requisitos mínimos:
Licenciatura o Grado Universitario en Ingeniería Informática, Ingeniería de las Tecnologías de Telecomunicación, Matemáticas, Físicas, Ciencias de la Salud o Ciencias de la Vida.
Mínimo 2 años en experiencia en análisis de datos biomédicos.
Estar en posesión de la documentación reglada para su contratación laboral en España.
Aportar la documentación que acredite el cumplimiento de los requisitos anteriormente indicados (títulos académicos y formativos, vida laboral o documentación acreditativa equivalente para aquellas personas que no tengan nacionalidad española y DNI/NIE).
Requisitos valorables:
Se valorará un máster relacionado con ciencia de datos.
Experiencia en ciencia de datos.
Experiencia en metodologías de inteligencia artificial.
Experiencia en metodologías de procesamiento del lenguaje natural.
Experiencia en manejo de datos clínicos.
Conocimientos del sistema Linux.
Conocimientos de programación en lenguajes de scripts (Python, Perl, etc.).
Experiencia con bases de datos y lenguajes de consulta. xqysrnh
Funciones
En el marco del citado proyecto y exclusivamente durante su periodo de ejecución se encargará del análisis de los datos clínicos y el desarrollo de un predictor temprano de cáncer de ovario usando metodologías estadísticas y de aprendizaje automático.