In sintesi
- Mansioni: Sviluppa e ottimizza architetture di deep learning per la rilevazione di varianti RNA-seq.
- Azienda: IEO - Istituto Europeo di Oncologia, un ambiente innovativo e collaborativo.
- Benefit: Stipendio competitivo di €45.000 all'anno e opportunità di crescita professionale.
- Altre informazioni: Ambiente dinamico con opportunità di pubblicazioni scientifiche.
- Perché questo lavoro: Lavora su progetti all'avanguardia che influenzano la biologia tumorale e le risposte ai trattamenti.
- Qualifiche: PhD o Master in campi correlati e esperienza in deep learning.
La preghiamo di leggere attentamente i seguenti dettagli prima di inviare la sua candidatura.
Milan, Italy
€ 45.000 per year gross
About the Project
Accurate RNA-based detection of genetic variants has the potential to streamline molecular profiling by extracting multiple layers of information from a single experimental technique. Unlike approcci che richiedono saggi separati per il richiamo delle varianti del DNA e letture trascrittomiche, il sequenziamento dell'RNA può catturare simultaneamente i profili di espressione genica e le prove di mutazioni espresse, caratteristiche particolarmente rilevanti nello studio della biologia tumorale e della risposta al trattamento.
All'interno del progetto PRIME, il Fellow si concentrerà sulla progettazione, implementazione e benchmarking di un framework ibrido CNN-Vision Transformer (ViT) che opera direttamente su dati derivati dal RNA-seq per abilitare la robusta rilevazione di mutazioni espresse. Il lavoro includerà lo sviluppo e l'ottimizzazione del modello, la definizione di strategie di valutazione e benchmark, e il confronto sistematico contro approcci di base per quantificare prestazioni, generalizzabilità e utilità pratica. Questo sforzo contribuisce all'obiettivo più ampio di PRIME di migliorare la previsione della risposta agli inibitori dei checkpoint immunitari attraverso metodi computazionali guidati dall'RNA.
Key Responsibilities
- Sviluppare e ottimizzare architetture di deep learning per il richiamo di varianti basato su RNA-seq
- Adattare ed estendere framework simili a DeepVariant per la rilevazione di mutazioni specifiche per RNA
- Implementare modelli CNN e Vision Transformer per l'estrazione delle caratteristiche di sequenziamento locali e globali
- Benchmarkare le chiamate di varianti basate su RNA contro dataset di verità di base DNA-seq abbinati
- Progettare pipeline di validazione e metriche di prestazione (precisione, richiamo, F1-score)
- Collaborare con team di bioinformatica e machine learning per integrare le chiamate di varianti in modelli predittivi downstream
- Contribuire a pubblicazioni scientifiche e documentazione tecnica
Required Competencies
- Programming & Data Analysis
- Competenza avanzata in Python
- Esperienza con librerie di calcolo scientifico (numpy, pandas, scipy)
- Familiarità con ambienti HPC basati su Linux
- Machine Learning & Deep Learning
- Solida esperienza con framework di deep learning (PyTorch o TensorFlow)
- Buona comprensione delle architetture CNN e basate su transformer
- Esperienza nel lavoro con rappresentazioni di dati di sequenziamento
- Genomics & Bioinformatics
- Esperienza nel sequenziamento di nuova generazione (RNA-seq, DNA-seq)
- Esperienza con allineamento di letture, richiamo di varianti e pipeline di controllo qualità
- Familiarità con strumenti come STAR, GATK, samtools, bcftools
Soft Skills
- Forti capacità analitiche e di problem-solving
- Capacità di lavorare in modo indipendente e all'interno di team interdisciplinari
- Chiare capacità comunicative e attenzione alla riproducibilità
Desirable Qualifications
- Esperienza con DeepVariant o framework di richiamo di varianti simili
- Familiarità con dati di sequenziamento FFPE
- Background in genomica oncologica o immuno-oncologia
Educational Requirements
- PhD o Master in Matematica, Fisica, Bioinformatica, Biologia Computazionale, Informatica o campi correlati
- Esperienza di ricerca dimostrata nel deep learning
Deep Learning Scientist Data Science Yinxiu Zhan Lab datore di lavoro: IEO - European Institute of Oncology
L'IEO - European Institute of Oncology è un datore di lavoro eccezionale, situato a Milano, che offre un ambiente di lavoro stimolante e collaborativo per i ricercatori nel campo della scienza dei dati e dell'apprendimento profondo. Con un forte focus sulla crescita professionale, i dipendenti hanno accesso a opportunità di sviluppo continuo e possono contribuire a progetti innovativi che hanno un impatto significativo sulla biologia tumorale e sulla risposta ai trattamenti. Inoltre, la cultura aziendale promuove la comunicazione chiara e il lavoro di squadra, rendendo l'IEO un luogo ideale per coloro che cercano un impiego significativo e gratificante.
Dettagli di contatto:
Team di recruiting di IEO - European Institute of Oncology
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere Deep Learning Scientist Data Science Yinxiu Zhan Lab
✨Sfrutta i Meetups di Data Science
Partecipare a meetups e conferenze di data science è un must! Questi eventi sono un ottimo modo per connettersi con esperti del settore e altre persone in cerca di lavoro. Non vergognarti di farti avanti e parlare con i relatori: potrebbe aprirti porte inaspettate.
✨Progetti Open Source per Farsi Notare
Contribuire a progetti open source è una fantastica opportunità per mostrare le tue competenze pratiche. Non solo aiuta a costruire il tuo portfolio, ma ti consente anche di lavorare con tecnologie che potrebbero essere ricercate dalla tua futura azienda. Cerca progetti su GitHub legati a data science e mettiti in gioco!
✨Unisciti a Comunità Online
Entrare a far parte di comunità online come Kaggle o forum di data science può essere un grande vantaggio. Non solo puoi partecipare a competizioni e migliorare le tue abilità, ma puoi anche costruire una rete con altri professionisti del settore. Queste connessioni possono rivelarsi preziose quando cerchi un lavoro a tempo pieno.
✨Candidati Direttamente su IEO - European Institute of Oncology
Non dimenticare di candidarti direttamente sul sito di IEO - European Institute of Oncology! Spesso le aziende preferiscono ricevere applicazioni tramite il loro portale, quindi assicurati di seguire le istruzioni specifiche. Un’applicazione diretta può darti un vantaggio rispetto a chi usa canali più generali.
Pensiamo che ti servano queste competenze per eccellere come Deep Learning Scientist Data Science Yinxiu Zhan Lab
Alcuni consigli per la tua candidatura 🫡
Evidenzia le tue competenze tecniche:Nel campo della data science, è fondamentale mostrare le tue competenze tecniche. Assicurati di includere nel tuo CV le lingue di programmazione che conosci, come Python o R, e i tool che hai utilizzato, come TensorFlow o scikit-learn. Non dimenticare di far vedere i tuoi progetti o le tue analisi precedenti, magari con link a GitHub o portafogli di lavoro!
Scrivi una lettera motivazionale convincente:Per un ruolo full-time in data science, la lettera motivazionale è la tua occasione per far trasparire la tua passione per i dati e la tua voglia di contribuire al lavoro di IEO - European Institute of Oncology. Spiega perché sei interessato a questo specifico ruolo e come le tue esperienze passate ti rendono il candidato ideale. Non essere timido: condividi le tue ambizioni e la tua visione per il futuro!
Includi risultati quantificabili:Quando parli delle tue esperienze lavorative precedenti, cerca di includere risultati quantificabili che dimostrino il tuo impatto. Ad esempio, puoi dire che hai aumentato l'efficienza di un'analisi del 20% o che hai contribuito a un progetto che ha portato a un aumento del fatturato del 15%. Metriche del genere catturano sempre l'attenzione dei recruiter!
Mostra il tuo approccio alla risoluzione dei problemi:La data science è tutta una questione di risolvere problemi complessi. Utilizza il tuo CV e la tua lettera motivazionale per descrivere come hai affrontato sfide specifiche in progetti precedenti. Ti consigliamo di includere un breve case study o un esempio pratico dei tuoi risultati per davvero colpire i selezionatori di IEO - European Institute of Oncology. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso IEO - European Institute of Oncology
✨Brilla con il tuo Portafoglio
Porta con te un portfolio che mostri i tuoi progetti di data science. Includi studi di caso dettagliati e le tecniche che hai utilizzato, come l'analisi dei dati, il machine learning o la visualizzazione. In questo modo possiamo dimostrare concretamente il nostro problema-solving e le nostre competenze tecniche, che sono fondamentali in questo campo!
✨Preparati a Domande Tecniche
Aspettati domande tecniche in merito a statistica, machine learning e linguaggi di programmazione come Python o R. Potrebbero chiederti di spiegare modelli specifici o di analizzare un dataset sul momento. Rinfreschiamo insieme le nozioni di base e prepariamoci a dimostrare le nostre competenze pratiche.
✨Mostra la tua Curiosità
Le aziende cercano candidati che mostrino voglia di apprendere e crescita professionale. Durante l'intervista, parliamo delle tendenze attuali nel settore e dimostriamo il nostro interesse per l'innovazione nel campo della data science. Questo non solo ci farà apparire proattivi, ma metterà anche in evidenza la nostra motivazione.
✨Comunica Chiaramente i Tuoi Risultati
Essere bravi con i dati è fondamentale, ma sapere come comunicarli è altrettanto importante. Durante l'intervista, cerca di essere chiaro e conciso mentre parli dei tuoi risultati. Usa esempi specifici per dimostrare come le tue analisi abbiano avuto un impatto positivo in progetti passati. In questo modo possiamo evidenziare le nostre capacità comunicative, fondamentali per un ruolo a tempo pieno.