Descripción de la oferta
OverviewImpulsar la estrategia bioinformática del Lab. de Biomarcadores Clínicos mediante el análisis de datos complejos y el desarrollo de soluciones computacionales que aceleren el descubrimiento y la validación de biomarcadores. El puesto combinará bioinformática, análisis estadístico, inteligencia artificial y automatización para transformar grandes volúmenes de datos en conocimiento útil para la investigación traslacional y los estudios clínicos.ResponsibilitiesDiseñar y mantener pipelines bioinformáticos para proyectos de biomarcadores clínicos.Integrar datos procedentes de diferentes plataformas analíticas y estudios clínicos.Desarrollar modelos estadísticos y predictivos utilizando IA cuando aporte valor científico.Garantizar la calidad, integridad y trazabilidad de los datos.Automatizar procesos de análisis mediante R y Python.Generar informes, visualizaciones y presentaciones para equipos internos y colaboradores.Colaborar con científicos de laboratorio en la interpretación biológica de resultados.Participar en el diseño experimental y en la definición de estrategias de análisis de biomarcadores.Evaluar e implementar nuevas metodologías bioinformáticas y herramientas de IA.Contribuir a PNTs y documentación técnica del laboratorio.QualificationsGrado/Licenciatura en Bioinformática, Biología, Biotecnología, Bioquímica, Farmacia, Ingeniería Biomédica o similar o formación equivalente con competencias técnicas demostrables.Máster o formación especializada en Bioinformática, Ciencia de Datos o Inteligencia Artificial (muy valorable).3-5 años de experiencia en bioinformática o ciencia de datos aplicada a biomedicina.Experiencia en análisis de datos -ómicos, biomarcadores o medicina traslacional.Experiencia en programación científica (R imprescindible; Python muy valorable).Experiencia en análisis estadísticos complejos (PCA, multivariables, etc).Experiencia en entorno farmacéutico, biotech o estudios clínicos.Experiencia en validación analítica en entornos clínicos.Experiencia en programación científica, principalmente en R; se valorarán conocimientos en Python.Conocimientos sólidos de estadística aplicada, Machine Learning y desarrollo de modelos predictivos.Experiencia en análisis e integración de grandes volúmenes de datos biomédicos y multi-ómicos.Conocimientos de SQL, Git, visualización de datos y automatización de flujos de trabajo.Se valorarán conocimientos en GCP/GCLP y gestión de datos de estudios clínicos.Elevada capacidad analítica, pensamiento crítico y orientación a la resolución de problemas.Curiosidad científica, aprendizaje continuo y capacidad para incorporar nuevas tecnologías y herramientas de IA.Autonomía, iniciativa y capacidad para trabajar en equipos multidisciplinares, comunicando resultados complejos de forma clara.Desarrollo profesional y planificación de carrera.Horario flexible: entrada entre las 8:00 y las 10:00 a. m. / salida entre las 4:00 y las 6:00 p. m., de lunes a viernes.
#J-18808-Ljbffr
