Descrizione posizione

Titolo del progetto di ricerca in italiano	n. 1 posto di RICERCATORE ex art. 24, co. 3, lettera a), L. 240/2010 c/o DMMT S.C. 06/M1 – Igiene generale e applicata, scienze infermieristiche s.s.d. MED/01 – Statistica medica
Titolo del progetto di ricerca in inglese	n. 1 RESEARCH FELLOW according to part. 24, par. 3, let. a), L. 240/2010 at DMMT ARD 06/M1 - Hygiene, public health, nursing and medical statistics AD MED/01 – Medical Statistics
Descrizione sintetica in italiano	Procedura selettiva, ai sensi dell’art. 24, comma 3, lettera a) della Legge 240/2010, per la chiamata di n. 1 ricercatore per il settore concorsuale 06/M1 – Igiene generale e applicata, settore scientifico-disciplinare MED/01 – Statistica medica presso il Dipartimento di Medicina Molecolare e Traslazionale. Numero massimo di pubblicazioni da presentare a scelta dal candidato: 12 (dodici).
Descrizione sintetica in inglese	Selective procedure for the calling of a Research fellow, according to art. 24, paragraph 3, letter a), of the Law nr. 240/2010, for the Academic Recruiting Discipline 06/M1 – Medical Statistics, Academic Discipline MED/01 – Medical Statistics, at Department of Molecular and Translational Medicine. Maximum number of scientific papers to be submitted: 12 (twelve).
Descrizione del bando in italiano	Titolo del progetto: Metodologie di data mining e machine learning per la previsione dell’insorgenza e della prognosi di malattie non trasmissibili Programma di ricerca Il programma di ricerca mira all’utilizzo di metodologie di data mining e machine learning in vari contesti biomedici per l’identificazione di biomarcatori “omici” predittivi dell’insorgenza e della prognosi di patologie non trasmissibili, ovvero patologie degenerative (in particolare neurodegenerative), cardiovascolari ed oncologiche. Obiettivi del progetto (1) lo sviluppo e l’applicazione di algoritmi statistici di data mining (Classification and Regression Trees, Conditional Inference Trees, Random Forest, Survival Random Forest, Lasso, Ensemble Learning Methods e estrazione di modelli sintetici dagli stessi); (2) la stima di modelli parametrici/non-parametrici per la previsione dell’insorgenza e prognosi delle varie patologie, con metodologie ad hoc; (3) lo studio delle relazioni intercorrenti tra i biomarcatori attraverso Network Analysis, Heatmaps e Cluster analysis; (4) l’elaborazione e l’implementazione di misure di Variable Importance estratte da modelli Ensemble Learning per l’identificazione dei fattori di rischio. Ruolo del candidato all'interno del progetto L'impegno del ricercatore sarà di 1500 ore annue (tempo pieno). Il candidato dovrà dimostrare di avere un profilo scientifico maturo sotto l'aspetto metodologico-applicativo e una comprovata propensione alla interazione con le diverse aree di ricerca che caratterizzano il dipartimento di afferenza. Attività didattica Il candidato dovrà svolgere attività didattica agli studenti in insegnamenti o moduli di insegnamento riconducibili al SSD MED/01 Statistica Medica e e della Statistica Sperimentale SECS/S02 nei corsi di laurea triennale e magistrale e nell'ambito dei dottorati di ricerca. L'attività didattica include anche la partecipazione alle commissioni di esame e l'attività di supporto agli studenti nella preparazione della tesi di laurea.
Descrizione del bando in inglese	Title of the research project "Data mining and machine learning methodologies for predicting the onset and prognosis of non-communicable diseases" Research program The research program aims to use data mining and machine learning methodologies in various biomedical contexts to identify “omics” biomarkers that are predictive of the onset and prognosis of non-communicable diseases, i.e. degenerative (especially neurodegenerative), cardiovascular and oncological diseases. Objectives of the project (1) the development and application of statistical data mining algorithms (Classification and Regression Trees, Conditional Inference Trees, Random Forest, Survival Random Forest, Lasso, Ensemble Learning Methods and extraction of synthetic models from them); (2) the estimation of parametric / non-parametric models for the prediction of the onset and prognosis of various pathologies, with ad hoc methodologies; (3) the study of the intercurrent relations between biomarkers through Network Analysis, Heatmaps and Cluster analysis; (4) the elaboration and implementation of Variable Importance measures extracted from Ensemble Learning models for the identification of risk factors. Role of the candidate within the project The researcher's commitment will be 1500 hours per year (full time). The candidate must demonstrate to have a mature scientific profile from the methodological-applicative point of view and a proven propensity to interact with the different research areas that characterize the Department. Teaching activity The candidate must carry out teaching activities to students in courses or teaching modules attributable to the SSD MED/01 Medical Statistics (Biostatistics) and Experimental Statistics SECS/S02 in undergraduate and postgraduate courses and in research doctorates. The teaching activity also includes participation in the exam commissions and support activities for students in the preparation of the degree thesis. Number of selectable publications for evaluation: n. 12 publications (only publications on international and national journals will be considered, with peer review system and with impact factor). Foreign language for which knowledge is required: English (level of knowledge: good) self-certified by the candidate. Qualifications required under exclusion: a) Master's Degree in Economics (LM 56, 64 / S) which is equivalent to Economics or Master's Degree in Statistics or Statistics for Experimental Research which is equivalent to Statistics obtained at an Italian or foreign university (with a declaration of equivalence of the qualifications); b) research doctorate in statistical disciplines (or equivalent).
Numero posti	1
Settore Concorsuale	06/M1 - IGIENE GENERALE E APPLICATA, SCIENZE INFERMIERISTICHE E STATISTICA MEDICA
S.S.D	MED/01 - STATISTICA MEDICA
Destinatari del bando (of target group)	Early stage researcher or 0-4 yrs (Post graduate)
Commenti/sito web per dettagli aggiuntivi sull'impiego (in italiano)	https://www.unibs.it/ateneo/albo-pretorio-concorsi-bandi-e-gare/bandi-personale-docente-ricercatore-ric-tempo-determinato-incarichi-insegnamento-contratto-e-collaboratore-linguistico/bandi-personale-ricercatore-tempo-determinato-art-24-legge-240/2010
Commenti/sito web per dettagli aggiuntivi sull'impiego (in inglese)	Additional qualifications: a) proven experience in the analysis of biomedical data with the application of statistical modelling of varying complexity; b) aptitude to work in multidisciplinary contexts c) proven experience in the use of data mining and machine learning methodologies with particular reference to the biomedical field; d) proven computational skills, particularly in the use of R; e) proven teaching experience in the courses belonging to the scientific/disciplinary sector MED/01, SECS/S02.
Data del bando	05/07/2019

 

FP7 / PEOPLE / Marie Curie Actions

Research Framework Programme / Marie Curie Actions	No

 

Dettagli dell'impiego

Tipo di contratto	Temporary
Tempo	Other
Organizzazione/Ente	Università degli Studi di Brescia
Paese (dove si svolgerà l'attività)	ITALY
Stato/Provincia	BRESCIA ( BS )
Città	BRESCIA
Codice postale	25122
Indirizzo	Piazza del Mercato, 15

 

Contatto presso l'Organizzazione/Ente

Organizzazione/Ente	Università degli Studi di Brescia
Tipo	Academic
Paese	ITALY
Stato/Provincia	BRESCIA ( BS )
Città	BRESCIA
Codice postale	25122
Indirizzo	Piazza del Mercato, 15
E-mail	docenti-ricercatori@unibs.it
Sito web	http://www.unibs.it

 

Dettagli per la candidatura

Data prevedibile per l'assunzione	01/12/2019
Data di scadenza del bando	08/08/2019
Come candidarsi	https://pica.cineca.it/unibs/dmmt2019rtda002

 

Titoli di studio richiesti

Laurea	PhD or equivalent
Ambito della laurea	Other

 

Lingue richieste

Lingua	ENGLISH
Livello di conoscenza della lingua	Good