Pracownik ds. analizy danych

Wydział Personel DSI Data Science O Wydziale Uniwersytecki Instytut Nauki o Danych w Chicago (DSI) to grupa naukowców, badaczy, edukatorów i praktyków zajmujących się metodologicznymi, społecznymi i domenowymi wyzwaniami naszego coraz bardziej zdominowanego przez dane świata. DSI to ośrodek badawczy wyznaczający intelektualną agendę dla swojej dziedziny oraz innowator i dostawca edukacji z zakresu nauki o danych na poziomie licencjackim, magisterskim i profesjonalnym. Sukces DSI jest ściśle związany z zaangażowaniem poprzez znaczące partnerstwa z przemysłem, rządem, społecznością i innymi uczelniami. Opis stanowiska Naukowiec danych pracujący jako członek technicznego personelu badawczego w DSI będzie skupiał się na wysiłkach DSI na styku sztucznej inteligencji i nauk biologicznych. Stanowisko to będzie skupione na współpracy z ośrodkiem finansowanym przez rząd federalny, celem opracowania technik wizji komputerowej do ekstrakcji ilościowych informacji z obrazów (np. fluorescencyjne mikroskopy aktywnych reporterów lub oznaczonych białek) zestawów danych biologicznych na subkomórkowej, komórkowej i tkankowej skali, aby opracować nowe podejścia do modelowania opartego na danych. Udany kandydat wykaże doświadczenie w odpowiedniej dziedzinie biologii, programowania i, najlepiej, znajomość dobrych praktyk w zakresie programowania (kontrola wersji, wirtualizacja, itp.). Wymagana jest udowodniona doskonałość w pracy w zespołach wielodyscyplinarnych, składających się z badaczy z dziedziny nauk fizycznych i biologicznych. Pracując w współpracy z wykładowcą i personelem Uniwersyteckiego Instytutu Nauki o Danych w Chicago, naukowiec danych opracuje, wesprze i dostarczy techniczne porady na temat inicjatyw z zakresu nauki o danych. Inicjatywy te obejmują cały cykl życia projektu z zakresu nauki o danych, od początku opracowywania projektu po publikację, zwykle jako artykuł lub jako otwarte źródło zasobów programistycznych. Dodatkowo, to stanowisko dodatkowo będzie promować badania i praktykę w dziedzinie nauki o danych, poprzez rozwój i prowadzenie warsztatów i szkoleń, mentoring studentów i komunikację wyników. Zadania Wspieranie bieżących programów edukacyjnych i szkoleniowych w UChicago Data Science Institute. Konsultacje na temat zobowiązań z zakresu nauki o danych w celu wyjaśnienia celów, identyfikacji możliwości do współpracy, wsparcia zbierania danych, modelowania i publikowania wyników. Przeglądanie i ocena potencjalnych projektów pod kątem wartości technicznej i wykonalności. Opracowywanie warsztatów i programów szkoleniowych w celu promowania badań i praktyki nauki o danych. Większa zaangażowanie w inne inicjatywy badawcze w UChicago Data Science Institute, w tym nawiązywanie zewnętrznych współprac. Mentoring i wsparcie dla studentów studiów magisterskich i licencjackich w klinice UChicago Data Science Institute. Prowadzenie niezależnego programu badawczego, a także publikowanie wyników. Pisanie wniosków grantowych na wsparcie bieżących inicjatyw w dziedzinie nauki o danych. Opracowywanie otwartych zasobów nauki o danych. Wykorzystanie powszechnych technologii (w tym Docker, git i Python) do pisania kodu zgodnego ze współczesnymi standardami kodowania. Przyczynianie się do życia środowiska UChicago Data Science Institute poprzez służbę i udział w działaniach UChicago Data Science Institute, w tym publiczne wykłady, posty na blogach, udział w technologiach open source, itp. Opracowywanie materiałów komunikujących istotne wyniki, najlepsze praktyki i studia przypadków z konkretnymi technologiami oraz dokumentację dla istotnego oprogramowania. Pomoc członkom personelu lub wykładowcom w definiowaniu projektu oraz zastosowanie zasad nauki o danych w manipulacji, zastosowaniach statystycznych, programowaniu, analizie i modelowaniu. Projektowanie i ocena modeli statystycznych oraz powtarzalnych pipeline'ów przetwarzania danych przy użyciu wiedzy na temat najlepszych praktyk w zakresie uczenia maszynowego i wnioskowania statystycznego. Zapewnianie ekspertyzy na temat wysokopoziomowych lub złożonych żądań związanych z danymi i zaangażowanie innych zasobów IT w miarę potrzeb. Współpraca z innymi zespołami na kampusie w celu pomocy wykładowcom w związanych z nauką o danych potrzebach. Wykonywanie innych powiązanych zadań, w miarę potrzeb. Minimalne kwalifikacje Edukacja: Wymagane jest co najmniej licencjat lub inny tytuł uniwersytecki w dziedzinie pokrewnej. Doświadczenie zawodowe: Wymagane jest przynajmniej 5-7 lat doświadczenia w pokrewnej dziedzinie. Preferowane kwalifikacje Edukacja: Licencjat, preferowany kierunek informatyka, nauki o danych, statystyka, matematyka, inżynieria lub pokrewne pole obliczeniowe. Stopień podyplomowy, preferowany kierunek informatyka, nauki o danych, statystyka, matematyka, inżynieria lub pokrewna dziedzina STEM. Doświadczenie: Zawodowe doświadczenie w pisaniu kodu w języku interpretowanym, takim jak Python. Komunikacja wyników poprzez pisanie i prezentacje, zarówno w swojej własnej dziedzinie, jak i poza nią. Zdolności techniczne i wiedza: Udział w otwartym rozwoju oprogramowania oraz istotny wkład do projektów open source są również wysoko cenione na tym stanowisku. Doświadczenie z przetwarzaniem obrazów/komputerowym widzeniem (np. mikroskopią) oraz specjalistyczne użycie technik nauki o danych do ekstrakcji informacji. Preferowane kompetencje Sprawdzone doświadczenie w inżynierii oprogramowania, stosowanym uczeniu maszynowym i/lub zaawansowanych metodach statystycznych. Znajomość najlepszych praktyk w zakresie rozwoju oprogramowania i powszechnie używanych narzędzi. Uczenie głębokie, widzenie komputerowe i obrazowanie medyczne. Dokumenty aplikacyjne CV (wymagane) List motywacyjny (preferowany) Informacje kontaktowe referencji (3)(preferowane) Podczas składania aplikacji, dokument(y) MUSZĄ zostać przesłane za pośrednictwem strony My Experience, w sekcji o nazwie Dokumenty aplikacyjne.