Prädiktiver Data Scientist - Health (Praktikum/Masterarbeit)

rewoso - real world solutions; Zürich; Vor Ort; CHF 3.200 - 5.300; Teilzeit

Zusammenfassung

rewoso - real world solutions sucht Studierende für ein Praktikum oder eine Masterarbeit im Bereich Data Science und Biomedizin. Sie arbeiten an der Entwicklung und Evaluierung prädiktiver Modelle mit anonymisierten Patientendaten.

Sie beschäftigen sich mit Data Science, Statistik, Medizin und Digital Health im interdisziplinären Team. Zu den Aufgaben gehören Datenaufbereitung, Modellierung, Validierung und Interpretation der Ergebnisse sowie die Übertragung Forschungserkenntnisse in konkrete

Qualifikationen

• Sehr gute Deutschkenntnisse in Wort und Schrift.
• Gute mathematische und statistische Grundlagen.
• Interesse an Datenanalyse und prädiktiver Modellierung.
• Programmierkenntnisse, idealerweise in R.
• Selbstständige, strukturierte und sorgfältige Arbeitsweise.

Aufgaben

• Aufbereitung und Analyse von anonymisierten Patientendaten.
• Explorative Datenanalyse und Identifikation relevanter Prädiktoren.
• Entwicklung und Vergleich von statistischen und Machine-Learning-Modellen.
• Feature Engineering und Auswahl geeigneter Modellvariablen.
• Training, Evaluation und Optimierung prädiktiver Modelle.
• Untersuchung von Modellgüte, Robustheit und Generalisierbarkeit.
• Unterstützung bei Validierungsstrategien.
• Visualisierung und verständliche Kommunikation von Ergebnissen.
• Interpretation der Ergebnisse mit dem interdisziplinären Team.
• Unterstützung bei der Übertragung wissenschaftlicher Erkenntnisse in Digital-Health-Anwendungen.
• Dokumentation der Analysen und Ergebnisse.

Kenntnisse

Sehr gute Deutschkenntnisse

Mathematik

Statistikkenntnisse

Interesse an Datenanalyse

R-Programmierkenntnisse

Ausbildung

Universität oder ETH in Mathematik/Statistik/Data Science

Tools

R

Jobbeschreibung

rewoso - real world solutions sucht Studierende für ein Praktikum oder eine Masterarbeit im Bereich Data Science und Biomedizin. Sie arbeiten an der Entwicklung und Evaluierung prädiktiver Modelle mit anonymisierten Patientendaten.

Sie beschäftigen sich mit Data Science, Statistik, Medizin und Digital Health im interdisziplinären Team. Zu den Aufgaben gehören Datenaufbereitung, Modellierung, Validierung und Interpretation der Ergebnisse sowie die Übertragung Forschungserkenntnisse in konkrete