Pós-doc em ciência de dados e saúde

Outros detalhes

Título do Projeto: Integração de Dados e Desenvolvimento de Algoritmos de Aprendizado de Máquina Aplicado à Medicina 4P (Personalizada, Participativa, Preventiva e Preditiva).

Breve Descrição: O bolsista será responsável por realizar a integração e análise de extensos conjuntos de dados multidimensionais, alinhados ao conceito de Medicina 4P, que enfatiza a individualização do cuidado médico.

O projeto se concentra no desenvolvimento e implementação de algoritmos de ML/IA para prevenção e detecção precoce de doenças crônicas. As atividades incluirão a harmonização de dados de diferentes fontes, definição de um conjunto mínimo de dados, organização de dados em nuvem e desenvolvimento de modelos personalizados.

A estruturação de dados diversificados e processamento multiômico (genômico, metabolômico e citômico) são cruciais para a construção de modelos analíticos de risco, que também consideram particularidades de ancestralidade pessoal.

Duração: 12 meses, 40 h/semanais

Atividades:
● Definição do conjunto mínimo de dados (modelo OMOP);
● Construção de um modelo conceitual de dados para apoiar a harmonização e análise;
● Estruturação de dados de imagem, multiômico, clínicos e de dispositivos vestíveis;
● Desenvolvimento e validação de modelos de IA/ML personalizados em câncer de mama.

Requisitos:
● Doutorado ligado a tema envolvendo o desenvolvimento de modelos de IA/ML;
● Conhecimento avançado de programação em Python ou R (assume-se experiência nas principais stacks de cada linguagem para ciência de dados);
● Interesse em trabalhar com time multidisciplinar;
● Disponibilidade para atuação em tempo integral (possibilidade de conciliar trabalho conforme regras FAPESP) e início imediato;

Desejável:
● Experiência prévia em projetos interdisciplinares envolvendo medicina e ciência de dados;
● Conhecimento em padrões de dados médicos como OMOP;
● Familiaridade com genômica.