===
Para darse de ALTA/BAJA del Boletin OFER-TRABEC utilice el siguiente enlace o pongase en contacto con [log in para visualizar]
https://listserv.rediris.es/cgi-bin/wa?SUBED1=OFER-TRABEC&A=1
===
SEGURIDAD: Los enlaces contenidos en este mensaje son seguros y protegidos con reescritura de URL_DEFENSE de Proofpoint
===

---Procedencia: 
 Institución:CIBERINFEC
 Contacto correo-e:[log in para visualizar]
---
Contrato indefinido de actividades científico- técnicas. Se integrará en el proyecto Bacteriemias causadas por bacterias multirresistentes en pacientes adultos vulnerables: identificación y análisis mediante una herramienta computacional que integra datos clínicos y microbiológicos, para determinar factores susceptibles de intervenciones dirigidas a reducir la mortalidad (BactHeCom), financiado por la fundación Francisco Soria Melguizo. Específicamente se integrará en el grupo de trabajo que se encarga del desarrollo de una plataforma para la integración de datos interoperables clínicos y genómicos generados en el contexto del proyecto; así como el análisis de los datos utilizando algoritmos de machine learning. La línea de investigación es "Bacteriemias causadas por bacterias multirresistentes en pacientes adultos vulnerables: identificación y análisis mediante una herramienta computacional que integra datos clínicos y microbiológicos, para determinar factores s
 usceptibles de intervenciones dirigidas a reducir la mortalidad (BactHeCom)". 

Titulación: Titulación superior (Grado + Máster Universitario MECES 3) en Ciencias de la Salud, Bioinformática, Ciencias biomédicas, Farmacia, Ingeniería Informática o Telecomunicaciones
Funciones: Apoyo en el desarrollo de la base de datos, de su análisis y explotación y de la plataforma de visualización de los datos. Extracción y formateo de los datos para el análisis. Evaluación de métodos de machine learning e Inteligencia artificial. Entrenamiento de los datos, generación y evaluación de modelo. Diseño e implementación de procesos ETL entre fuentes de datos diversas (servicios web, bases de datos relacionales, CSV, etc.). Diseño e implementación de procesos de extracción y publicación de datos basados en fenotipos desde repositorios OMOP. Diseño e implementación de esquemas de integración de datos clínico-epidemiológicos y genómicos. 
Experiencia requerida: Experiencia en análisis de datos clínico-epidemiológicos usando algoritmos de machine learning (librerías Scikit-Learn, Scipy o similares). Conocimientos en análisis de datos genómicos. Organización y limpieza de metadata asociado a la secuenciación genómica. Experiencia en implementación de procesos ETL y conocimiento del sistema OMOP y ecosistema de herramientas OHDSI. Conocimientos en principios FAIR. 
Otros conocimientos: Herramientas para visualización de datos (plotly, d3, matplotlib, seaborn). Conocimientos de desarrollo web (django, html, css, js). Conocimiento de bases de datos (SQL, Apache Spark). Programación orientada a objetos. Lenguajes de programación python y R. Librerías deep-learning: TensorFlow o similares. (deseable). Nivel de inglés alto


 ----------------
Información complementaria de la oferta:
Acceso a la solicitud:
https://www.ciberisciii.es/empleo/detalle-oferta?id=3332
Fecha Límite: 06/06/2024