يطوّر معهد إليسون للتكنولوجيا في أكسفورد العلوم والتكنولوجيا ويطبّقهما لمواجهة التحديات العالمية المعقّدة. ويغطي عمله متعدد التخصصات مجالات الصحة والعلوم الطبية، والأمن الغذائي والزراعة المستدامة، وتغيّر المناخ والطاقة النظيفة، والابتكار الحكومي. ويجمع المعهد بين البحث والتكنولوجيا والتنفيذ العملي للمساعدة في تحويل التقدّم العلمي إلى حلول ذات أثر مجتمعي واسع، بما في ذلك أعمال مرتبطة بالأغذية والمشروبات والاستشارات والخدمات اللوجستية.
مهندس بيانات ميداني متقدم – أكسفورد بنظام هجين
طوّر خطوط أنابيب قابلة لإعادة الإنتاج للبيانات البيولوجية بصفتك مهندس بيانات ميدانيًا متقدمًا في معهد إليسون للتكنولوجيا في أكسفورد. ادعم أبحاث الذكاء الاصطناعي والروبوتات وعلوم الحياة من خلال تحويل البيانات العلمية إلى موارد عملية.
الوصف
- تعاون مع العلماء والمهندسين لبناء خطوط أنابيب بيانات قوية وقابلة لإعادة الإنتاج عبر تخصصات متعددة.
- اربط أنظمة البيانات الأساسية بمبادرات البحث والهندسة في أنحاء معهد إليسون للتكنولوجيا.
- عزّز ممارسات هندسة البيانات المتسقة عبر المعاهد.
- حافظ على مجموعات بيانات دقيقة وقابلة لإعادة الإنتاج وخاضعة للتحكم في الإصدارات ومنظمة جيدًا وملائمة للتعلم الآلي.
- حوّل المعلومات من مصادر متنوعة إلى موارد بيانات موثوقة وعالية الجودة.
- أدر استيعاب مجموعات البيانات البيولوجية وتخزينها وتنظيمها وتحويلها بتنسيقات متنوعة.
- حوّل التعليمات البرمجية إلى حاويات وانشرها في بيئات البحث، بما في ذلك باستخدام Docker.
- وسّع نطاق معالجة البيانات عبر مستودعات البيانات والتخزين السحابية الموزعة باستخدام Kubernetes أو Slurm أو Spark أو Ray.
- ادعم هندسة قابلة للصيانة واختبارات فعالة وتصميم أنظمة مرنًا وإنشاء نماذج أولية سريعًا وتسليمًا تعاونيًا.
المتطلبات
- خبرة قوية في البرمجة باستخدام Python.
- التزام واضح بجودة التعليمات البرمجية وموثوقيتها وسهولة قراءتها.
- معرفة متقدمة بتخزين البيانات ومعالجتها، بما في ذلك الأنظمة العلائقية والتقسيم والتوازي والفهرسة وقابلية التوسع.
- خبرة في استخدام منصات الحوسبة السحابية والعمل ضمن بيئات Linux متنوعة.
- خبرة في التعامل مع أنظمة البيانات على نطاق واسع، ولا سيما المنصات الموزعة أو المتوازية.
- معرفة بممارسات هندسة البيانات وإدارتها، بما في ذلك قابلية إعادة الإنتاج والتحكم في الإصدارات وتصميم المخططات وتتبع مصدر البيانات ومصادر الحقيقة الوحيدة.
- نهج يركز على الأنظمة مع تحمّل المسؤولية من البداية إلى النهاية، بدءًا من الأداء منخفض المستوى ووصولًا إلى واجهات المستخدم.
- خبرة في إعداد البيانات للتدريب المسبق والتدريب اللاحق والتقييم في التعلم الآلي.
- خلفية علمية، مع اعتبار المؤهلات أو الخبرة في علم الجينوم أو علم البروتينات أو المجالات ذات الصلة ميزة.
- تُعد الخبرة في المعلوماتية الحيوية والأدوات المعيارية في القطاع مثل NextFlow ميزة.
- الحق الدائم في العمل في المملكة المتحدة.
- الاستعداد للسفر عند الحاجة.
المزايا
- يُحدد الراتب وفقًا للخبرة.
- بدل سفر.
- مكافأة.
- إجازة سنوية محسّنة تشمل 25 يومًا من الإجازة السنوية و8 أيام عطلات رسمية و3 أيام إضافية بين عيد الميلاد ورأس السنة الجديدة.
- خيار شراء ما يصل إلى 5 أيام إضافية من الإجازة السنوية في يناير ويوليو.
- معاش تقاعدي بمساهمة من صاحب العمل قدرها 7.5% ومساهمة دنيا من الموظف قدرها 5%.
- تأمين على الحياة.
- تأمين حماية الدخل.
- تأمين طبي خاص للموظفين والشركاء والمعالين، بما في ذلك خطة بدل نقدي للمستشفى.
- خصومات للموظفين.
- نظام السيارات الكهربائية.
- نظام التضحية بجزء من الراتب مقابل رعاية الحضانة.
- نظام الدراجة إلى العمل.
- دعم تنظيم الأسرة.
- دعم التنوع العصبي، بما في ذلك المشورة والتقييمات.
- خدمات التدريب والعلاج.