Assistente Scientifico - Biomedical Data Science & Spinal Cord Injury Research
- Tipo di contratto
- Tempo pieno
- Luogo
- Zürich
- Prima pubblicazione
• 24 août 2026
• 80 - 100%
• Durée indéterminée
• Rämistrasse 101, 8006 Zürich
• Se connecter pour voir l-estimation de salaire de jobup.ch
Scientific Assistant - Biomedical Data Science & Spinal Cord Injury Research #
Il Biomedical Data Science Lab indaga soluzioni basate sui dati per applicazioni sanitarie con un focus sulle condizioni neurologiche e sulle infezioni sistemiche come la sepsi. Al centro della nostra ricerca c'è la collaborazione tra discipline che spaziano l'expertise in medicina, biologia, informatica e data science. Cerchiamo un assistente scientifico motivato per unirsi a questo team in crescita e contribuire a partnership di ricerca interdisciplinari.
Contesto del progetto ##
Il Biomedical Data Science Lab presso ETH Zurich invita a presentare candidature per un Assistente Scientifico per supportare i nostri progetti ad alta intensità di dati nell'imaging biomedico e nella ricerca clinica. Questa posizione offre un'eccellente opportunità di lavorare all'avanguardia della biomedical data science, contribuendo a progetti chiave tra cui la cura dei dati, la segmentazione delle immagini e lo sviluppo di strumenti per applicazioni di ricerca clinica. L'assistente scientifico supporterà il Biomedical Data Science Team per una gamma di progetti applicativi, con un particolare focus sul nostro lavoro nella sepsi pediatrica, il mal di schiena (lower back pain) e la neurooncologia pediatrica.
Descrizione del lavoro ##
Cerchiamo un Assistente Scientifico con un forte background in statistica, machine learning e biomedical data science per supportare la nostra ricerca utilizzando l'European Multicenter Study about Spinal Cord Injury (EMSCI) e i database SCI correlati.
La posizione combina l'analisi pratica dei dati e il supporto a progetti scientifici con il coordinamento delle attività scientifiche all'interno della nostra rete di ricerca. Il candidato selezionato lavorerà a stretto contatto con ricercatori, clinici e collaboratori internazionali per analizzare dataset SCI longitudinali su larga scala e contribuire a pubblicazioni e incontri scientifici.
Le vostre responsabilità chiave includeranno:
• Conduzione di analisi statistiche e di machine learning utilizzando EMSCI e dataset SCI correlati.
• Sviluppo e validazione di modelli predittivi di recupero neurologico ed esiti funzionali dopo SCI.
• Esecuzione di pre-elaborazione dei dati, controllo di qualità, armonizzazione, feature engineering e analisi esplorativa dei dati.
• Applicazione di metodi statistici appropriati, inclusi regressione, analisi di dati longitudinali, analisi di sopravvivenza e approcci di machine learning.
• Sviluppo di workflow analitici riproducibili in R e/o Python.
• Contributo a pubblicazioni scientifiche, rapporti, presentazioni e domande di sovvenzione (grant applications).
• Collaborazione con clinici, neuroscienziati, statistici e data scientist presso i centri SCI partecipanti.
• Supporto all'organizzazione e al coordinamento di incontri scientifici, workshop, incontri di consorzio e altre attività di ricerca, inclusi la pianificazione, la preparazione di agende e materiali, la comunicazione con i partecipanti e il follow-up.
• Assistenza nel coordinamento di progetti collaborativi in corso e follow-up di attività scientifiche e risultati (deliverables).
Profilo ##
• MSc o titolo equivalente in statistica, biostatistica, data science, ingegneria biomedica, informatica, epidemiologia, neuroscienze o una disciplina correlata.
• Forte background in statistica e/o machine learning.
• Esperienza di lavoro con dataset longitudinali e/o clinici.
• Forti capacità di programmazione in R e/o Python.
• Esperienza con modellazione statistica, visualizzazione dei dati e ricerca riproducibile.
• Familiarità con i metodi di machine learning come random forests, gradient boosting, reti neurali o approcci correlati.
• Precedente esperienza di lavoro con dati EMSCI o altri grandi database SCI è altamente desiderabile.
• La conoscenza di misure di esito cliniche e neurologiche specifiche per SCI (ad es. ISNCSCI/ASIA, SCIM) è un vantaggio.
• L'esperienza di lavoro con dataset clinici multicentrici è un vantaggio.
• Fluente in inglese e competente in tedesco, sia scritto che parlato.
• Eccellenti capacità organizzative e comunicative.
• Capacità di lavorare in modo indipendente e affidabile pur collaborando efficacemente in un ambiente di ricerca multidisciplinare e internazionale.
• Interesse nella ricerca SCI e nell'applicazione della data science alla ricerca clinica.
Offriamo ##
• Una posizione all'80-100% all'interno del Biomedical Data Science Lab presso ETH Zurich.
• L'opportunità di lavorare con EMSCI, uno dei principali database di ricerca longitudinale SCI, e dataset internazionali correlati.
• Un ambiente altamente interdisciplinare all'interfaccia tra neuroscienze cliniche, statistica, machine learning e biomedical data science.
• Interazione stretta con i principali ricercatori SCI e centri clinici in Svizzera e a livello internazionale.
• L'opportunità di contribuire a pubblicazioni scientifiche di alta qualità e progetti collaborativi internazionali.
• Un ruolo variegato che combina la ricerca quantitativa pratica con il coordinamento scientifico e la gestione di progetti.
• Un ambiente di ricerca stimolante presso ETH Zurich, con il laboratorio situato a Schlieren.
Lavoro, insegnamento e ricerca presso ETH Zurich
Valorizziamo la diversità e la sostenibilità ##
In linea con i nostri valori, ETH Zurich incoraggia una cultura inclusiva. Promuoviamo l'uguaglianza di opportunità, valorizziamo la diversità e coltiviamo un ambiente di lavoro e di apprendimento in cui i diritti e la dignità di tutto il nostro personale e dei nostri studenti siano rispettati. Visitate il nostro sito web Equal Opportunities and Diversity per scoprire come garantiamo un ambiente equo e aperto che consenta a tutti di crescere e prosperare. La sostenibilità è un valore fondamentale per noi - lavori
Tradotto automaticamente dall’originale.
Pubblicato oggi