Assistant scientifique en science des données pour la recherche sur les lésions de la moelle épinière 100%
ETH Zürich
Zurich
Infos sur l'emploi
- Date de publication :30 octobre 2025
- Taux d'activité :100%
- Lieu de travail :Zurich
Assistant scientifique en science des données pour la recherche sur les lésions de la moelle épinière
100%, Zurich, durée déterminée
Le Biomedical Data Science Lab (BDS Lab) à l'ETH Zurich recherche un assistant scientifique très motivé pour rejoindre notre équipe de recherche interdisciplinaire travaillant à l'intersection de la science des données, des neurosciences et de la recherche clinique.
Contexte du projet
Ce poste se concentre sur les lésions de la moelle épinière (LME) et vise à développer des méthodes basées sur les données pour améliorer la conception des essais cliniques, prédire les trajectoires de récupération et identifier les facteurs influençant les résultats des patients.
Vous travaillerez sous la supervision de la Prof. Catherine Jutzeler, responsable du Biomedical Data Science Lab, et en étroite collaboration avec des spécialistes des lésions de la moelle épinière et des experts en essais cliniques de l'ETH Zurich et des institutions partenaires. Votre travail contribuera directement aux efforts en cours dans la planification des essais cliniques, y compris la modélisation des témoins historiques, ainsi qu'aux études en apprentissage automatique, science des données et épidémiologie basées sur de grandes bases de données LME. C'est une excellente opportunité de contribuer à la recherche translationnelle à l'interface de la modélisation computationnelle, de l'analyse biomédicale des données et des neurosciences cliniques.
Description du poste
- Soutenir la planification des essais cliniques, y compris la modélisation des groupes témoins historiques et le développement de stratégies de conception d'études basées sur les données
- Réaliser des analyses en apprentissage automatique, science des données et IA sur de grandes bases de données LME
- Effectuer des analyses épidémiologiques pour identifier les prédicteurs de la récupération, de la réponse au traitement et des résultats à long terme
- Développer et maintenir des pipelines et flux de travail d'analyse de données reproductibles
- Réaliser des visualisations de données et générer des rapports pour soutenir les publications et projets collaboratifs
- Travailler en étroite collaboration avec des cliniciens LME, des data scientists et des experts en essais cliniques de l'ETH Zurich et des institutions partenaires
- Aider à l'organisation et à la participation à la retraite annuelle du laboratoire, contribuant à l'échange scientifique et au développement de l'équipe
Profil
- Master ou équivalent en science des données, informatique, génie biomédical, neurosciences ou domaine connexe
- Solide expérience en Python et/ou R, y compris les bibliothèques courantes d'analyse de données et d'apprentissage automatique
- Connaissance de la modélisation statistique, de l'épidémiologie ou de la méthodologie des essais cliniques est un atout important
- Expérience avec des données biomédicales ou cliniques, telles que neuroimagerie, électrophysiologie ou données de registres
- Excellentes compétences analytiques, organisationnelles et en communication
- Forte motivation à contribuer aux neurosciences translationnelles et à la recherche clinique fondée sur des preuves
- Capacité à travailler de manière autonome et collaborative dans un environnement multidisciplinaire
Lieu de travail
Lieu de travail
Nous offrons
- Un environnement de recherche stimulant et collaboratif au sein de l'ETH Zurich, l'une des universités les plus prestigieuses au monde en sciences et technologies
- L'opportunité de contribuer à la science des données biomédicales de pointe avec une pertinence clinique directe
- Une collaboration étroite avec des experts en lésions de la moelle épinière et en essais cliniques de l'ETH Zurich, du Centre suisse des paraplégiques et de l'Hôpital universitaire Balgrist, ainsi que des partenaires industriels
- Accès à une infrastructure informatique moderne et mentorat sous la direction de la Prof. Catherine Jutzeler
- Possibilités de développement professionnel et de formation en analyse de données, apprentissage automatique et neuroinformatique
Nous valorisons la diversité et la durabilité
Curieux ? Nous aussi.
Les candidatures doivent être soumises via le portail en ligne de l'ETH. Les candidatures envoyées par e-mail ne seront pas prises en compte.
Veuillez soumettre les documents suivants via le portail :
- Curriculum vitae
- Relevés de notes et certificats
- Coordonnées de deux références
- Déclarations basées sur des tâches : Pour chacune des tâches suivantes, fournissez une brève description (maximum 1 page par tâche) de votre approche du problème, y compris les méthodes, outils ou stratégies d'analyse que vous utiliseriez
- Modélisation des témoins historiques pour un essai clinique dans le contexte des maladies rares — décrivez comment vous construiriez et valideriez un modèle à partir de données historiques
- Étude en apprentissage automatique / science des données sur un grand ensemble de données LME utilisant l'ensemble EMSCI — décrivez comment vous aborderiez le prétraitement des données, la modélisation et l'évaluation
Les candidatures seront examinées au fur et à mesure jusqu'à ce que le poste soit pourvu.
Pour plus d'informations, veuillez contacter la Prof. Catherine Jutzeler à Catherine.Jutzeler@hest.ethz.ch et le Dr Liliana Paredes ( lparedes@ethz.ch ), et visiter notre site web .
