University of Wisconsin-Madison javno je istraživačko sveučilište u Madisonu u saveznoj državi Wisconsin te vodeći kampus sustava University of Wisconsin. Njegova akademska i istraživačka zajednica obuhvaća humanističke i prirodne znanosti te primijenjene discipline, a u istraživanje se godišnje ulaže više od milijardu dolara. Sveučilište povezuje preddiplomsko i diplomsko obrazovanje s radom u zajednici, resursima kampusa i sportom, vođeno usmjerenjem Wisconsin Idea na služenje javnosti. U svom radu također naglašava raznolikost, uključivu izvrsnost i suradnju sa širom zajednicom.
Istraživački podatkovni znanstvenik, kvaliteta podataka — University of Wisconsin-Madison
Vodit ćete inženjerstvo i analizu kvalitete podataka za Wisconsin Health Data Hub pri UW–Madisonu. Unaprijedit ćete kliničke i biomedicinske skupove podataka za istraživanje, analitiku i primjene umjetne inteligencije.
Opis
- Izgraditi i operativno uvesti sposobnosti za kvalitetu podataka za Wisconsin Health Data Hub
- Izraditi i održavati skalabilne okvire kvalitete za kliničke, biomedicinske i istraživačke skupove podataka
- Profilirati podatke i provoditi istraživačke analize radi otkrivanja anomalija, nedostajućih vrijednosti, nedosljednosti i drugih problema s kvalitetom
- Definirati statističke i računalne metode, pravila, pragove, metrike i standarde validacije
- Primjenjivati metode podatkovne znanosti i strojnog učenja za otkrivanje anomalija i kontinuirano praćenje kvalitete
- Razvijati automatizirane radne tokove za validaciju i kontrolu kvalitete, ponovno upotrebljive komponente, skripte, usluge i API-je
- Ugraditi provjere kvalitete i praćenje u podatkovne cjevovode u oblaku i analitička okruženja
- Surađivati s inženjerima, podatkovnim znanstvenicima, informatičarima, arhitektima, stručnjacima za sigurnost, istraživačima i drugim dionicima
- Unaprijediti standardizaciju, normalizaciju, harmonizaciju, interoperabilnost, podrijetlo podataka, metapodatke i dokumentaciju
- Procijeniti spremnost skupova podataka i ograničenja za analizu, modeliranje, umjetnu inteligenciju i istraživačku uporabu
- Izraditi politike, standarde, definicije, postupke i modele odgovornosti za upravljanje kvalitetom podataka
- Jasno predstaviti nalaze i preporuke tehničkoj i netehničkoj publici
- Izraditi reproducibilne radne tokove, izvješća, nadzorne ploče i alate za kvalitetu podataka
- Podržati prijenos tehnologije i dugotrajno usvajanje u akademskim, zdravstvenim i industrijskim istraživačkim okruženjima
Zahtjevi
- Najmanje 3 do 5 godina profesionalnog iskustva u podatkovnoj znanosti, upravljanju istraživačkim podacima, kvaliteti podataka, analitici podataka ili srodnoj tehničkoj disciplini
- Napredno iskustvo programiranja u Pythonu, R-u i SQL-u
- Praktično iskustvo u izradi i primjeni procesa kvalitete podataka, poput profiliranja, validacije, čišćenja, standardizacije, otkrivanja anomalija i praćenja
- Iskustvo u radu s velikim skupovima podataka i cjevovodima obrade koji obuhvaćaju više strukturiranih i/ili nestrukturiranih izvora
- Sposobnost automatizacije pravila kvalitete podataka, metrika, validacijskih okvira i radnih tokova praćenja
- Izražena analitička prosudba i sposobnost rješavanja problema
- Sposobnost objašnjavanja složenih nalaza o kvaliteti podataka tehničkim i netehničkim dionicima
- Trenutačno prebivalište u Wisconsinu ili spremnost na preseljenje u razumnom roku
- Trajno ovlaštenje za rad u Sjedinjenim Američkim Državama bez sponzorstva poslodavca; sveučilišno sponzorstvo, TN vize i izuzeća od J-1 vize nisu dostupni
- Prijava mora sadržavati motivacijsko pismo i životopis
- Prednost imaju PhD ili druga završna akademska kvalifikacija iz podatkovne znanosti, računalne znanosti, statistike, biostatistike, biomedicinske informatike, informacijskih sustava ili srodnog tehničkog područja
- Poželjno je iskustvo s kliničkim, zdravstvenim ili istraživačkim podacima; zdravstvenim podatkovnim modelima i standardima; platformama u oblaku; Azure Synapseom, Microsoft Fabricom ili ADF-om; podacima iz elektroničkih zdravstvenih zapisa te reproducibilnim radnim tokovima podatkovne znanosti
Pogodnosti
- Velik broj dana godišnjeg odmora, blagdana i bolovanja
- Konkurentno osiguranje i mogućnosti štednih računa
- Mirovinske pogodnosti