Id Perfil
3705
Perfil del Puesto
Se requiere Doctorado en Ingeniería de Telecomunicación / Doctorado en Ciencias de la Computación / Doctorado en Ingeniería Informática. La contratación se formalizará mediante un contrato FORMATIVO PARA LA OBTENCIÓN DE PRÁCTICA PROFESIONAL, siendo imprescindible los siguientes requisitos: Que no hayan transcurrido más de tres años, o de cinco cuando el contrato se concierte con un trabajador con discapacidad, desde la terminación de los estudios. No haber estado contratado en dicha modalidad en la misma o distinta empresa por tiempo superior a un año en virtud de la misma titulación. Para su acreditación se presentará INFORME DE VIDA LABORAL, siendo causa de exclusión no adjuntarlo. La duración no podrá ser inferior a seis meses ni exceder de un año. Este contrato estará financiado por la Comisión Europea en el marco del proyecto ANTIMICROBIAL NANOSTRUCTURED BIOMATERIALS FOR COMPLEX WOUND HEALING (NABIHEAL) Grant Agreement ID: PhD in Telecommunications Engineering / PhD in Computer Science / PhD in Computer Engineering. This contract is funded by the European Commission for the Framework of the Project ANTIMICROBIAL NANOSTRUCTURED BIOMATERIALS FOR COMPLEX WOUND HEALING (NABIHEAL) Grant Agreement ID:
Provincia
CANTABRIA
Tipo de contrato
Formativo para obtención de práctica profesional
Financiación
Fondos Externos
Jornada completa
Si
Horas semanales
37,50
Salario
35.852,79 €
Categoría Profesional
Doctor
Titulación requerida
DOCTORADO EN INGENIERIA DE TELECOMUNICACIÓN / CIENCIAS DE LA COMPUTACIÓN / INGENIERÍA INFORMÁTICA
Id Perfil
- Diseño e implementación de una plataforma integrada de software (front-end) y hardware (back-end), junto con una infraestructura computacional escalable, orientada a la recopilación, gestión y difusión de datos de proyectos multidisciplinares —incluyendo datos numéricos, contenido textual e imágenes de caracterización fisicoquímica en 2D/3D. (2) Desarrollo y aplicación de modelos avanzados de inteligencia artificial —incluyendo métodos estadísticos, aprendizaje automático (machine learning) y enfoques de aprendizaje profundo (deep learning)— para el análisis de Relación Cuantitativa Estructura-Actividad (QSAR), con el objetivo de extraer y predecir propiedades químicas, físicas y biológicas, así como patrones funcionales, a partir de conjuntos de datos a gran escala de estructuras moleculares complejas. (3) Diseño y desarrollo de modelos de inteligencia artificial explicable (XAI) para descubrir e interpretar las relaciones entre los parámetros de fabricación de biomateriales multifuncionales y su rendimiento antimicrobiano y de cicatrización de heridas. (4) Implementación y presentación de informes del plan de trabajo en los plazos establecidos. (5) Colaboración en actividades de divulgación y formativas en el marco del contrato. (1) Design and implementation of an integrated software (front-end) and hardware (back-end) platform, along with a scalable computational infrastructure, aimed at collecting, managing, and disseminating multidisciplinary project data—including numerical data, textual content, and 2D/3D physicochemical characterization images. (2) Development and application of advanced artificial intelligence models—including statistical methods, machine learning, and deep learning approaches—for Quantitative Structure–Activity Relationship (QSAR) analysis aimed at extracting and predicting chemical, physical, and biological properties and functional patterns from large-scale datasets of complex molecular structures. (3) Design and development of explainable artificial intelligence (XAI) models to uncover and interpret relationships between the manufacturing parameters of multifunctional biomaterials and their antimicrobial and wound-healing performance. (4) Timely implementation of the work plan and reporting.
Experiencia requerida
- Infraestructura Computacional e Ingeniería de Software: o Experiencia demostrada en el diseño e implementación de plataformas full-stack (front-end y back-end) para aplicaciones científicas o de investigación. o Familiaridad con pipelines de integración de datos y el manejo de conjuntos de datos multimodales a gran escala (por ejemplo, imágenes científicas, datos de sensores, entradas numéricas/textuales). o * Dominio de frameworks y herramientas modernos (por ejemplo, Python, JavaScript, Docker, REST APIs, plataformas en la nube como AWS o Azure). (2) Inteligencia Artificial y Ciencia de Datos en Biomedicina: o Experiencia demostrada en el desarrollo de modelos de aprendizaje automático (machine learning) y aprendizaje profundo (deep learning), preferiblemente aplicados a quimioinformática, bioinformática o ciencia de materiales. o Familiaridad con librerías como scikit-learn, TensorFlow, PyTorch o RDKit. (3) IA Explicable (XAI) e Interpretación de Modelos: o Experiencia en el desarrollo de modelos interpretables y la aplicación de técnicas XAI (por ejemplo, SHAP, LIME, mecanismos de atención) en dominios científicos. o Capacidad para extraer conocimientos causales o correlacionales de los modelos y comunicar los hallazgos de manera interpretable para interesados no técnicos. (4) Gestión de Proyectos e Informes Científicos: o Experiencia en la ejecución de proyectos de investigación dentro de plazos estructurados y en la entrega de documentaci��n técnica, informes o publicaciones. o Trabajo colaborativo en equipos interdisciplinares o multi-institucionales, idealmente con asociaciones entre la industria y el mundo académico o proyectos financiados por la Unión Europea. (1) Computational Infrastructure & Software Engineering: o Proven experience in designing and deploying full-stack platforms (front-end and back-end) for scientific or research applications. o Familiarity with data integration pipelines and handling large-scale, multimodal datasets (e.g. scientific images, sensor data, numerical/textual input). o Proficiency in modern frameworks and tools (e.g. Python, JavaScript, Docker, REST APIs, cloud platforms like AWS or Azure). (2) Artificial Intelligence & Data Science in Biomedicine
- Demonstrated expertise in developing machine learning and deep learning models—preferably applied to cheminformatics, bioinformatics, or materials science.
- Familiarity with libraries such as scikit-learn, TensorFlow, PyTorch, or RDKit. (3) Explainable AI (XAI) and Model Interpretability
- Background in developing interpretable models and applying XAI techniques (e.g. SHAP, LIME, attention mechanisms) in scientific domains.
- Ability to extract causal or correlative insights from models and communicate findings in an interpretable manner for non-technical stakeholders. (4) Project Management and Scientific Reporting
- Experience in executing research projects within structured timelines and delivering technical documentation, reports, or publications.
- Collaborative work in interdisciplinary or multi-institutional teams, ideally with industry-academic partnerships or European-funded projects.
Otros conocimientos
- Persona organizada, proactiva y con buena predisposición al trabajo en equipo.
- Fuertes habilidades de organización, comunicación y coordinación.
- Capacidad de adaptación a un entorno de I+D flexible y cambiante.
- Capacidad para trabajar de forma autónoma.
- Nivel avanzado de inglés.
- Organized person, proactive, and with good predisposition to teamwork.
- Strong organizational, communication, and coordination skills.
- Ability to adapt to a adaptable and changing R&D; environment.
- Ability to work independently.
- Advanced level of English.