Descripción La Unidad de Microscopía Confocal, dentro del Programa de Biotecnología del CNIO, solicita candidatos/as para cubrir una plaza de Titulado/a Superior con perfil computacional orientado la investigación biomédica que tenga experiencia en: • Análisis automático de imagen de microscopia de fluorescencia. • Métodos de inteligencia artificial para segmentación de imagen. • Herramientas de visualización y exploración datos multidimensionales. De esta manera se quiere apoyar a la investigación científica del CNIO en este ámbito y garantizar el desarrollo de estas capacidades dentro de la Unidad. Funciones y responsabilidades de la posición: • Diseñar, implementar, combinar y mantener rutinas de tratamiento y análisis de imágenes automáticos utilizando diferentes programas de acceso libre y comerciales (Image J, QuPath, Cell Profile, Icy, Imaris, Ilastik, LASX, Harmony). • Desarrollar nuevos scripts utilizando programas de lenguaje mayoritariamente libre (JAVA,Groovy, Python, Matlab) para implementar métodos de Deep Learning (Cell pose, Stardist, Napari) en las rutinas de análisis y mejorar la extracción de informa. • Integrar deferentes rutinas de análisis utilizando Nextflow para que sean accesibles, reproducibles y transferibles a los investigadores y que además se pueda escalar el procesamiento utilizando clústeres o servidores computacionales. • Desarrollar métodos de visualización de datos multidimensionales que permitan la exploración e interpretación de conjuntos de datos grandes de imágenes. • Detección de aberraciones ópticas en la formación de imagen originadas por instrumentación de los equipos y el diseño de sus posibles soluciones incluyendo su aplicación simultánea durante la adquisición. • Desarrollo de flujos de trabajo para mejorar la automatización de la adquisición de imágenes mediante la integración de scripts en los equipos para dirigir las capturas. • Contribuir en el mantenimiento de los programas de análisis de la unidad, y responder a las necesidades computacionales y de almacenamiento, para facilitar el flujo de procesamiento y transferencia de datos y resultados. • Mantener activos los repositorios de datos y códigos generados en la unidad en las plataformas de intercambio y almacenamiento de datos (GuitHub y Gitlab) para la accesibilidad y transferencia a los investigadores y comunidad científica. • Proporcionar formación y transferir las rutinas de análisis a los investigadores usuarios y a los otros miembros de la Unidad. • Generar material de apoyo y guías para fomentar el uso de métodos computacionales en la microscopía. • Contribuir al diseño de proyectos científicos, incluyendo el seguimiento y la transferencia de metodologías de análisis de imágenes.Criterios de evaluación• Titulado superior (Grado, Licenciatura) en cualquier rama de las Ciencias de la Vida, Matemáticas, Física o Ciencia Computacional. Se valorará estudios superiores de Máster y doctorado en las ramas mencionadas. • Experiencia previa en proyectos de investigación científica y publicación de artículos.. • Experiencia en trabajar en proyectos de Unidad de Microscopía. • Experiencia en el desarrollo de nuevos scripts para el procesamiento y análisis de imagen en 2D, 3D y 4D utilizando lenguajes de programación de acceso libre. • Experiencia en uso de herramientas y desarrollo de modelos de Deep Learning (IA) de acceso libre para el análisis de imagen de microscopía. • Experiencia en integración de rutinas de análisis de imagen y manejo de librearías de procesamiento de imagen basados en diferentes lenguajes de programación. • Experiencia en enseñar y trabajar en equipo respondiendo a necesidades de investigación. • Experiencia en trabajar en institutos de investigación internacionales, así como asistencia a conferencias. • Conocimiento extenso y demostrable del uso y de entorno (API) de Image J/FIJI. • Conocimiento de sistema operativo Linux y su manejo de la terminal para interaccionar con servidores computacionales a través de SLURM. • Conocimiento demostrable de programación y del manejo de librerías de procesamiento relacionadas con el análisis de imagen en 2D y 3D (Python, Java, Groovy, Matlab). • Conocimiento profundo de herramientas de Deep Learning y capacidad de entrenamiento y generar modelos para la segmentación celular en imágenes de microscopia (Cell pose, Stardist, Napari, Tensorflow). • Capacidad de integrar moldeos de Deep Learning en rutinas de análisis de imagen, utilizando la herramienta Nextflow. • Conocimiento y manejo de plataformas de intercambio de datos y código como Github y Gitlab. • Habilidades para la comunicación y el trabajo en equipo. • Habilidad para trabajar dando servicio y manejar proyectos en paralelo de diferentes duraciones. • Ingles fluido.Se ofrece– Incorporación a un Centro de Investigación de relevancia internacional. – Remuneración competitiva. – Beneficios sociales.
