ΑΠΑΙΤΟΥΜΕΝΑ ΠΡΟΣΟΝΤΑ |
ΜΟΝΑΔΕΣ ΒΑΘΜΟΛΟΓΗΣΗΣ ή ON/OFF |
Πτυχίο Πληροφορικής ή Μηχανικού Πολυτεχνικής Σχολής της ημεδαπής ή ισότιμος τίτλος της αλλοδαπής αναγνωρισμένος από το ΔΟΑΤΑΠ |
Βαθμός πτυχίου*10 |
Διδακτορικός τίτλος σπουδών στην βιοϊατρική τεχνολογία της ημεδαπής ή ισότιμος τίτλος της αλλοδαπής αναγνωρισμένος από το ΔΟΑΤΑΠ. |
ON/OFF |
Αποδεδειγμένη εμπειρία σε υλοποίηση συναφών εθνικών και κοινοτικών συγχρηματοδοτούμενων προγραμμάτων βιοϊατρικής μηχανικής-τεχνολογίας. |
ON/OFF |
ΣΥΝΕΚΤΙΜΩΜΕΝΑ ΠΡΟΣΟΝΤΑ |
ΜΟΝΑΔΕΣ ΒΑΘΜΟΛΟΓΗΣΗΣ |
Γνώση ξένης γλώσσας: κατά προτίμηση η Αγγλική |
50 ΚΑΛΗ ΓΝΩΣΗ, 100 ΠΟΛΥ ΚΑΛΗ ΓΝΩΣΗ, 150 ΑΡΙΣΤΗ ΓΝΩΣΗ |
Δημοσιεύσεις σε διεθνή επιστημονικά περιοδικά |
Δημοσιεύσεις x 10 με max 50 |
Δημοσιεύσεις σε διεθνή επιστημονικά συνέδρια |
Δημοσιεύσεις x 10 με max 50 |
- Πακέτο εργασίας «WP1 / Task 1.3 Management of Data, Knowledge & IPR issues»
- Πακέτο εργασίας «WP3/Task 3.4 Definition of the Semantic Models, Vocabularies & Registry»
- Πακέτο εργασίας «WP4 / Task 4.3 Gatekeeper Advanced Big Data Models and Analytics for personalized risk detection & Interventions»
- Πακέτο εργασίας «WP5 / Task 5.2 Advanced and personalised Health & Home Monitoring Activity Treatments, Task 5.3 AI-powered services for Personalised early risk detection and risk assessment, Task 5.5 Dynamic Gatekeeper personalised authoring tool and modelling interfaces, Task 5.7 Gatekeeper Platform Integration and Technical validation»
- Πακέτο εργασίας «WP6 /Task 6.1-Medical use cases, Task 6.2-Early detection and intervention, Task 6.3-Big Data and Data analytics strategies for early detection and intervention»
- Πακέτο εργασίας «WP9 / Task 9.1 Dissemination & Communication activities»