|
ΑΠΑΙΤΟΥΜΕΝΑ ΠΡΟΣΟΝΤΑ |
ΜΟΝΑΔΕΣ ΒΑΘΜΟΛΟΓΗΣΗΣ ή ON/OFF |
|
Πτυχίο Πληροφορικής της ημεδαπής ή ισότιμος τίτλος της αλλοδαπής αναγνωρισμένος από το ΔΟΑΤΑΠ |
Βαθμός πτυχίου*10 |
|
Αποδεδειγμένη εμπειρία στην ανάλυση βιοιατρικών δεδομένων. |
μήνες x 50 με max 600 |
|
Γνώση γλωσσών προγραμματισμού/τεχνολογίες: C++, C#, ASP.NET, MATLAB, HTML, CSS, PHP, JAVASCRIPT, DCMTK toolkit, VTK toolkit, MVVM architecture και γνώση σχεδιασμού και υλοποίσης βάσεων δεδομένων. |
ON/OFF |
|
ΣΥΝΕΚΤΙΜΩΜΕΝΑ ΠΡΟΣΟΝΤΑ |
ΜΟΝΑΔΕΣ ΒΑΘΜΟΛΟΓΗΣΗΣ |
|
Γνώση ξένης γλώσσας: κατά προτίμηση η Αγγλική |
50 ΚΑΛΗ ΓΝΩΣΗ, 100 ΠΟΛΥ ΚΑΛΗ ΓΝΩΣΗ, 150 ΑΡΙΣΤΗ ΓΝΩΣΗ |
|
Συμμετοχή σε διεθνή και εθνικά συνέδρια, ημερίδες, σεμινάρια κλπ |
ΟΝ/OFF |
Ανάπτυξη αλγορίθμων μηχανικής μάθησης για την αναγνώριση των φάσεων βάδισης αλλά και η εκτίμηση της ποιότητας βάδισης από δεδομένα που προέρχονται από έξυπνα πέλματα κατά τη διάρκεια της «ΕΕ4 Ανάπτυξη αλγορίθμων μηχανικής μάθησης και πιλοτικών εφαρμογών».
