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. |
Έτη x 50 με max 150 |
Αποδεδειγμένη εμπειρία στην ανάπτυξη μοντέλων πρόβλεψης παθήσεων από ιατρικά δεδομένα. |
Έτη x 50 με max 150 |
ΣΥΝΕΚΤΙΜΩΜΕΝΑ ΠΡΟΣΟΝΤΑ |
ΜΟΝΑΔΕΣ ΒΑΘΜΟΛΟΓΗΣΗΣ |
Γνώση ξένης γλώσσας: κατά προτίμηση η Αγγλική |
10 ΚΑΛΗ ΓΝΩΣΗ, 30 ΠΟΛΥ ΚΑΛΗ ΓΝΩΣΗ, 50 ΑΡΙΣΤΗ ΓΝΩΣΗ |
Δημοσιεύσεις σε διεθνή επιστημονικά περιοδικά |
Δημοσιεύσεις x 10 με max 50 |
Δημοσιεύσεις σε διεθνή επιστημονικά συνέδρια |
Δημοσιεύσεις x 5 με max 100 |
ΣΥΝΕΝΤΕΥΞΗ |
ΜΟΝΑΔΕΣ ΒΑΘΜΟΛΟΓΗΣΗΣ |
Συνέντευξη με σκοπό να εξεταστούν (α) οι γνώσεις και δεξιότητες που δηλώνουν οι υποψήφιοι στην αίτησή τους, καθώς και (β) η διαθεσιμότητα και η ικανότητα συνεργασίας των υποψηφίων στο πλαίσιο της Ομάδας Έργου. |
Έως 15 μονάδες: (α) έως 10 μονάδες (β) έως 5 μονάδες |
EE1 Ανάπτυξη της υποδομής νέφους και των μηχανισμών διαμοιρασμού και προσπέλασης των ιατρικών δεδομένων μεγάλου όγκου.
EE2 Ανάπτυξη των υπηρεσιών ελέγχου ποιότητας, χαρτογράφησης και μετέπειτα εναρμόνισης των ιατρικών δεδομένων.
EE3 Ανάπτυξη των υπηρεσιών αναλυτικής δεδομένων.
EE4 Πιλοτική εφαρμογή.