Técnico/a de Proyecto de Investigación

Oferta de empleo – Técnico/a de Proyecto de Investigación

¿Le gusta esta oportunidad? Asegúrese de inscribirse rápido, ya que se espera un gran volumen de solicitudes. Desplácese hacia abajo para leer la descripción completa del puesto.

Puesto: Técnico/a de Proyecto de Investigación.

Entidad: Fundación Pública Andaluza Progreso y Salud, M.P.

Contrato: Indefinido.

Requisitos

• 
  
• Licenciatura o Grado Universitario en Biología, Biomedicina, Bioquímica o equivalente.
  
• Experiencia de al menos 1 año en análisis de datos de NGS‑secuenciación de nueva generación.
  
• Nivel de Inglés B2 (MCREL) evidenciado por título o prueba de nivel.
  
• Documentación reglada para contratación laboral en España.
  
• Requisitos valorables:
  • 
    
  • Trabajos fin de grado, fin de máster o publicaciones con análisis de NGS‑secuenciación.
    
  • Conocimientos en técnicas de NGS‑secuenciación:
    • 
      
    • Análisis de transcriptoma: RNAseq y smallRNAseq.
      
    • Análisis del repertorio de linfocitos T (TCRseq).
      
    • Manejo fluido de bases de datos y herramientas on‑line (TCGA, ENSEMBL, GTEx, ClinVar).
    
    
  • Manejo fluido de los lenguajes de programación R y BASH.
    
  • Conocimientos básicos de Docker y Git.
    
  • Conocimientos bioestadística (cursos oficiales):
    • 
      
    • Análisis multivariante.
    
    
  • Conocimientos de ofimática avanzada:
    • 
      
    • Creación de figuras.
      
    • Manejo de Excel.
      
    • Redacción de artículos y proyectos científicos.
  
  

Funciones

• 
  
• Análisis de las librerías de RNA‑Seq (muestras de plasma, biopsias frescas y embebidas en parafina).
  
• Análisis del repertorio de linfocitos T (TCRseq) a partir de los datos de RNA‑seq.
  
• Estratificación de pacientes mediante análisis multivariante a partir de variables clínicas, transcriptómicas y genéticas.
  
• Integración de datos de RNA‑Seq y DNA‑Seq.
  
• Empleo de repositorios públicos (TCGA y GEO) para la validación y análisis de supervivencia de los resultados obtenidos en los estudios de RNA‑Seq y DNA‑Seq; análisis de redes de interacción molecular entre los principales genes detectados. xghoner
  
• Generación de modelos de clasificación de pacientes mediante “machine learning” a partir de las variables clínicas, transcriptómicas y genéticas de interés.
  

#J-18808-Ljbffr