El candidato o candidata desarrollará herramientas avanzadas de análisis de imagen, basadas en algoritmos de inteligencia artificial, para caracterizar los diferentes tipos de interacción entre las células del sistema inmune y las células tumorales, con el fin de entender dichas interacciones en relación con su eficacia antitumoral. Su papel consistirá en el estudio del estado del arte relativo a esas herramientas, y la implementación de mejoras necesarias para la adecuación al problema que se plantea, en el marco de un proyecto multicéntrico destinado al desarrollo y validación de métodos universales de tracking de objetos en escenas dinámicas. El candidato o candidata se incorporará al grupo de Sistemas Microfisiológicos y Biología Cuantitativa, perteneciente al Programa de Ingeniería Biomédica del CIMA de la Universidad de Navarra, dirigido por el Investigador Senior y Catedrático Carlos Ortiz de Solórzano. El trabajo se realizará en el marco del proyecto colaborativo Artificial Intelligence for Universal Scene Understanding (AI-FUSE) en colaboración con la Universidad de Zaragoza y la Universidad Pablo Olavide de Sevilla. Se ofrece contrato predoctoral de tres años asociado al proyecto AI-FUSE. El salario bruto es de 18.254€ anuales. La jornada laboral es de 37,5 h semanales. El contrato es un contrato predoctoral de tres años con opción de extensión a un cuarto año dependiendo de la disponibilidad de fondos. El candidato / a realizará su doctorado inscrito en el programa de doctorado de Ingeniería Aplicada de la Universidad de Navarra. Conocimientos Obligatorios : Conocimiento avanzado de análisis de datos y programación (Python, Matlab, R…), con énfasis en aplicación de modelos de Machine Learning y Deep Learning, así como de algoritmos avanzados de análisis de imagen (segmentación y tracking celular). Conocimientos Recomendables : Conocimiento de la biología del sistema inmune. Conocimientos en el uso y aplicación de microscopía. Bioestadística. Formación y experiencia : Grado y Máster en Ingeniería Biomédica u otra ingeniería relacionada. Experiencia en un ambiente de trabajo de investigación. Se valorará haber participado en publicaciones científicas.
#J-18808-Ljbffr