
此信息由北京大学审核并发布(查看原发布网址),应届生求职网转载该信息只是出于传递更多就业招聘信息,促进大学生就业的目的。如您对此转载信息有疑义,请与原信息发布者北京大学核实,并请同时联系本站处理该转载信息。
北京大学健康医疗大数据研究中心
简介
? 成立背景:在国家大力推动健康医疗大数据研究与应用的大形势下、历经北京大学及北京大学医学部相关领导的长期酝酿、由北京大学医学部和北京大数据研究院共同筹备建立北京大学健康医疗大数据研究中心。
? 宗旨:集成多源健康医疗大数据、采用国际前沿的数据处理和分析技术,为国家健康医疗战略、医学实践和全人群健康管理提供大数据驱动的决策支持,同时培养行业领军人才,促进产业转化,打造国际一流、国内领先、产学研一体的健康医疗大数据平台。
? 中心优势:国内外丰富实战经验的健康医疗大数据顶尖人才、拥有极大的广度和深度的数据资源、致力于建立一个高效持续产出国际一流学术成果的健康医疗大数据平台。
? 中心的工作重点:充分利用整合北京大学医学部和北京大学已有的数据和技术资源,锁定国际大数据前沿领域,搭建综合立体的大数据研究应用平台,助力国家健康医疗大数据的布局与发展,为我国健康医疗大数据事业的发展提供技术和人才的支撑、并落地能够解决重大疾病防控关键问题的项目。
? 战略方向:建立健康医疗大数据专家库;协助制定行业标准;推动高水平研究;建立健康医疗大数据学科体系、培养领军人才;开拓产业发展。
? 组织架构:李全政担任中心主任,张路霞担任常务副主任,王海波、胡永华、周晓华、谢冰和詹思延担任副主任;另设指导委员会、顾问委员会和专家委员会。
博士生实习岗
岗位职责:
1、根据实际问题和数据背景,深入理解业务需求的基础上进行数据分析;
2、持续调研学习特定业务,不断总结完善数据分析思路;
3、参与项目小组,提供专业意见并学习同伴知识经验;
4、总结分析结果并形成文字和口头报告;
5、撰写相关论文和文字及专著等。
任职资格:
1、学科背景:数学科学、计算机科学、信息管理、软件工程、学习科学、智能科学、认知神经科学、人工智能、大数据等。
2、具有国内外知名大学博士学位。敬业勤奋,品德优良,有团队合作精神,身体健康。实质性承担过研究工作;具有较强的独立研究能力。
3、较强的编程能力,熟练掌握至少一门数据分析常用语言,熟悉相关数据分析工具包,
4、 至少掌握一门脚本语言,如Python,Shell等
5、对大数据分析具有强烈的兴趣,热衷于解决挑战性的问题,熟悉机器学习基本模型,如逻辑回归,SVM, 神经网络,随机森林等,有统计建模,大规模数据挖掘、自然语言处理背景者优先;
6、有从事医疗健康相关项目经验者优先
7、良好的沟通能力和团队协作能力
8、较高的文字撰写能力。
9、请发送个人简历到13240238037@,简历中需列出全部学历和工作经历,所发表的学术论文,参与的科研项目,获得的奖励以及导师评价。
研究生实习岗位
岗位职责:
1、根据对问题的理解和老师的指导,熟练地进行大数据分析;
2、持续调研学习特定业务,不断总结完善数据分析思路;
3、参与项目小组,提供见解并学习同伴知识经验;
4、总结分析结果并形成文字和口头报告;
任职要求:
1. 硕士研究生及以上学历, 具有数学、计算机、统计或医疗健康等相关专业背景;
2. 事业心和责任心强,做事积极主动,有较强的沟通、协调能力,有团队协作精神;
3、 至少掌握一门数据分析语言
4、对大数据分析具有强烈的兴趣,热衷于解决挑战性的问题,熟悉机器学习基本模型,有统计建模,大规模数据挖掘、自然语言处理背景者优先;
5、有从事医疗健康相关项目经验者优先
6、请发送个人简历到13240238037@,简历中需列出全部学历和工作经历,所发表的学术论文,参与的科研项目,获得的奖励以及导师评价。
数据分析师
岗位职责:
1、根据实际问题和数据背景,深入理解业务需求的基础上进行数据分析;
2、持续调研学习特定业务,不断总结完善数据分析思路;
3、参与项目小组,提供专业意见并学习同伴知识经验;
4、领导协调项目小组
5、总结分析结果并形成文字和口头报告;
任职资格:
1、学科背景:数学科学、计算机科学、信息管理、软件工程、学习科学、智能科学、认知神经科学、人工智能、大数据等。
2、敬业勤奋,品德优良,有团队合作精神,身体健康。具有较强的独立研究能力。
3、较强的编程能力,熟练掌握至少一门数据分析常用语言,熟悉相关数据分析工具包,
4、 至少掌握一门脚本语言,如Python,Shell等
5、熟悉linux系统
6、较高的文字撰写能力。
7、熟悉机器学习基本模型,如逻辑回归,SVM, 神经网络,随机森林等,有统计建模,大规模数据挖掘、自然语言处理背景者优先;
8、有从事医疗健康相关项目经验者优先
9、有GPU编程经验者优先
10、请发送个人简历到13240238037@,简历中需列出全部学历和工作经历,所发表的学术论文,参与的科研项目,获得的奖励以及导师评价。