Επιτροπή Ερευνών Π.Ι.

Share
Πρόσκληση Εκδήλωσης Ενδιαφέροντος 45234/2022
05-09-2022
15-09-2022
ΝΙΚΟΛΟΠΟΥΛΟΣ ΣΤΑΥΡΟΣ
ΔΙΩΝΗ: ΥΠΟΛΟΓΙΣΤΙΚΗ ΥΠΟΔΟΜΗ ΕΠΕΞΕΡΓΑΣΙΑΣ ΚΑΙ ΑΝΑΛΥΣΗΣ ΜΕΓΑΛΟΥ ΌΓΚΟΥ ΔΕΔΟΜΕΝΩΝ - ΥΠΟΕΡΓΟ 1: ΕΡΕΥΝΗΤΙΚΗ ΔΡΑΣΤΗΡΙΟΤΗΤΑ ΚΑΙ ΥΠΗΡΕΣΙΕΣ ΝΕΦΟΥΣ
82870

ΑΠΑΙΤΟΥΜΕΝΑ ΠΡΟΣΟΝΤΑ

ΜΟΝΑΔΕΣ ΒΑΘΜΟΛΟΓΗΣΗΣ ή  ON/OFF

Βεβαίωση Γραμματείας οικείου Τμήματος ότι o υποψήφιος είναι Υποψήφιος Διδάκτορας, όπου να φαίνεται ο τίτλος της διδακτορικής διατριβής, η ημερομηνία ορισμού της τριμελούς συμβουλευτικής και η ημερομηνία κατάθεσης της τελευταίας έκθεσης προόδου.

ON/OFF

Δίπλωμα Μηχανικού Η/Υ και Πληροφορικής ή Τμήματος Θετικών Επιστημών ή αντίστοιχος τίτλος σπουδών της ημεδαπής ή αλλοδαπής (κρίνεται με βάση τα αντίγραφα των τίτλων σπουδών που υποβάλλονται, για τίτλους σπουδών της αλλοδαπής απαιτείται και αναγνώριση ισοτιμίας ΔΟΑΤΑΠ).

ON/OFF

Πολύ καλή γνώση της αγγλικής γλώσσας: επίπεδο γλωσσομάθειας Γ2 (κρίνεται με βάση τα αντίγραφα αποδεικτικών/πτυχίων από αναγνωρισμένους φορείς)

ON/OFF

Αρτιότητα πρότασης υλοποίησης έργου: γνώση αντικειμένου, τεχνική περιγραφή, χρονοδιάγραμμα και μεθοδολογία υλοποίησης (κρίνεται με βάση την πρόταση υλοποίησης έργου)

βαθμολογία 1-5 μονάδες ανά κριτήριο (ελάχιστος αποδεκτός συνολικός βαθμός: 10 μονάδες, μέγιστη βαθμολογία: 20 μονάδες)

 

ΣΥΝΕΚΤΙΜΩΜΕΝΑ ΠΡΟΣΟΝΤΑ

ΜΟΝΑΔΕΣ ΒΑΘΜΟΛΟΓΗΣΗΣ

Αποδεδειγμένη γνώση σε Υπολογιστική Βιολογία/Ιατρική
Πληροφορική.

(βαθμολογία 1-10) x 1 Μονάδα, (μέγιστη βαθμολογία:10 Μονάδες)

Αποδεδειγμένη γνώση σε μοριακή οπτικοποίηση βιολογικών δεδομένων (πχ VMD).

(βαθμολογία 1-10) x 1 Μονάδα, (μέγιστη βαθμολογία:10 Μονάδες)

Αποδεδειγμένη γνώση (π.χ. πακέτων λογισμικού, γλωσσών προγραμματισμού κ.λπ.) και μέχρι 3 γνώσεις

(βαθμολογία 1-10) x 3 Μονάδες, (μέγιστη βαθμολογία:30 Μονάδες)

Ανακοινώσεις σε επιστημονικά συνέδρια στο αντικείμενο της Υπολογιστικής ή/και της Βιοϊατρικής Τεχνολογίας

(αριθμός δημοσιεύσεων) x 5 μονάδες,

(μέγιστη βαθμολογία 20 μονάδες)

Σημ: Η γνώση τεκμηριώνεται με σχετικό πιστοποιητικό ή με σχετική πτυχιακή/διπλωματική/διδακτορική εργασία/διατριβή ή με σχετικά μαθήματα του κύκλου σπουδών (αναλυτική βαθμολογία και αν από τον τίτλο του μαθήματος δεν προκύπτει άμεσα η συσχέτιση. Η αναλυτική βαθμολογία να συνοδεύεται και από την περιγραφή του μαθήματος στον Οδηγό Σπουδών) ή με διδασκαλία σχετικών μαθημάτων (βεβαίωση φορέα ή/και σύμβαση).

  • Μηχανική Μάθηση για Ανάλυση Omics Δεδομένων και Ιατρική Ακριβείας.
  • Το αντικείμενο θα εκπονηθεί στo πλαίσιo του πακέτου εργασίας ΠΕ1.4.
e-max.it: your social media marketing partner