En Eurecat - Centro Tecnológico de Catalunya, para nuestro equipo de Digital Health.
1. Investigación y desarrollo de modelos matemáticos en salud.
2. Investigación y desarrollo de modelos de aprendizaje automático. Por ejemplo, diseño de modelos de regresión, clasificación, reducción de dimensionalidad, etc… para abordar desafíos en el ámbito de salud.
3. Colaborar estrechamente con expertos de dominio para preparar y analizar datos, proporcionando conocimiento valioso en su procesamiento y mejorando la eficiencia de los modelos de IA.
4. Trabajar en equipos multidisciplinares para definir proyectos y desarrollar soluciones que integren modelado matemático en salud y aprendizaje automático.
5. Evaluar y analizar exhaustivamente los resultados de los proyectos, presentándolos tanto a equipos internos como a clientes.
6. Mantenerse al día con los avances y tendencias más recientes en inteligencia artificial aplicada, con un enfoque especial en el ámbito de la salud.
7. Generar documentación esencial relacionada con las tareas y contribuir a la redacción de propuestas I+D competitivas.
8. Participar activamente en congresos, jornadas y otras actividades relacionadas con proyectos en el área de salud, tanto a nivel regional como europeo.
9. Contribuir a crear artículos y presentaciones para compartir los resultados de la investigación con la comunidad académica y la industria, centrándose en el modelado matemático en salud y el aprendizaje automático.
gestión y / o participación en proyectos con consorcios transnacionales,
ámbitos de I+D+i colaborativos y documentación de proyectos europeos,
desarrollo y despliegue independiente de prototipos de soluciones de analítica y gestión de datos,metodologías y estrategias para DoE.
* The salary benchmark is based on the target salaries of market leaders in their relevant sectors. It is intended to serve as a guide to help Premium Members assess open positions and to help in salary negotiations. The salary benchmark is not provided directly by the company, which could be significantly higher or lower.