Imágen Slider
Imágen Slider
Biostatnet

The thematic network BIOSTATNET aims to link together Spanish researchers in biostatistics with an integrative, multidisciplinary, flexible, and open focus.
This is a pioneer network in Spain mainly consisting of 8 nodes leaded by statisticians from different universities with own research projects and teaching experience in biostatistical matters and working closely with biomedical researchers. BIOSTATNET gathers and represents the main lines of investigation of each of the nodes involved. Its main objectives are:

  • Coordinate research and teaching of biostatistics in Spain, allowing for an international projection;
  • Promote an adequate education in biostatistics;
  • Help to show its transparency and applicability in biomedicine.

News and Activities

Faculty Positions In Machine Learning & Artificial Intelligence, and Statistics – UAI
Faculty Positions In Machine Learning & Artificial Intelligence, and Statistics The Faculty of Engineering and Sciences (FES) of Universidad Adolfo Ibáñez (UAI, https://www.uai.cl/en/) is pleased to invite researchers to apply for up to three open-rank faculty positions in Machine Learning/Artificial Intelligence, and two open-rank positions in Statistics due to start as early as March 1st, 2021.   Job description The FES seeks candidates with demonstrated excellence in research, teaching and service and with expertise in both theory and applications of Machine Learning & Artificial Intelligence. In particular, we seek candidates with any of the following research lines:       Neural networks/Deep learning     Probabilistic Graphical Models     Statistical relational learning     Optimization methods in ML     Statistical Learning Theory (SVMs, Kernel-based methods, Ö)     Automated Decision Support Systems     Recommender systems   For Statistics, the following research areas are relevant:       Spatial statistics     Hierarchical modeling (both frequentist and Bayesian)     Statistical/machine learning     Computational statistics     Image and text processing     Causal inference     Statistical genetics     Data visualization     Longitudinal data     Bayesian statistics     Recommendation algorithms     High-dimensional statistics   Faculty members at FES are expected to teach, in Spanish and/or English, undergraduate and graduate courses related to Machine Learning/Artificial Intelligence and Data Science, supervise theses, conduct high quality research, publish in top international journals, submit research proposals to national, international and multinational funding organizations, and participate in outreach activities. FES also encourages and welcomes technological transfer and research in collaboration with the industry and the government.   Requirements include a PhD degree in Machine Learning/Artificial Intelligence/Computer Science/Statistics or a related field, and an academic productivity level that complies with the Chilean CNA accreditation board guidelines. In particular, for the Associate Professor or Full Professor position, at least seven publications in Web-of-Science indexed journals over the last five years, and experience leading research grants and guiding postgraduate students. Experience in academic administration is a plus. At FES, we believe that diversity broadens our research scope and enhances the quality of our education. Hence, we highly encourage women, international scholars, and minorities to apply for these positions. For more on the strategic plan of the FES: https://ingenieria.uai.cl/assets/uploads/2020/04/plan-fic.pdf   Application instructions Applications should be turned in by November 15st, 2020 to ensure full consideration, but the search will continue until the positions have been filled. Candidates should submit the following information via email to FacultyPositions.FIC@uai.cl (e-mail with subject: Faculty Position in ML/AI or Faculty Position in Statistics).   For more information please visit: https://ingenieria.uai.cl/faculty-positions/ Data Science Group web page (under construction): https://datascience-uai.github.io/index
Técnico/a especialista en bioestadística – IMIBIC
Condiciones: - Fecha prevista de inicio: octubre/2020 - Duración del contrato: 12 meses. - Coste total: 36.715,06 euros (incluye cuota patronal de la seguridad social). - Centro de trabajo: IMIBIC - Número de posiciones disponibles: 1   Funciones: - Prestar soporte metodológico en el diseño avanzado de proyectos de investigación biomédica. - Elaborar el plan de análisis estadístico, cálculo de tamaño muestral y sus modificaciones en los proyectos de investigación biomédica. - Realizar el mantenimiento de bases de datos, su limpieza y exportación finales para el análisis. - Realizar estudios estadísticos definidos en cada proyecto, que incluyen técnicas estadísticas complejas. - Realizar y formar parte de los equipos de valoración de continuidad de los estudios, comités de valoración de datos, de seguridad o de análisis intermedios. - Formación estadística. - Otras funciones derivadas del puesto de trabajo.   Requisitos mínimos: - Estar en posesión de una licenciatura/grado en disciplinas relacionadas con las matemáticas/estadística o afines. - Experiencia acreditada superior a 4 años en la prestación de servicios a la comunidad investigadora.   Se valorará: 1) Experiencia a partir de 4 años: - Experiencia demostrable en asesoramiento metodológico en el inicio del desarrollo de las distintas líneas de investigación, en las fases previas a la presentación de propuestas/memorias a la entidad financiadora y en general, a lo largo del ciclo de vida de los proyectos. - Experiencia demostrable en el apoyo estadístico en la creación de bases de datos y cohortes de seguimiento, uso de técnicas estadísticas y herramientas de investigación clínico-epidemiológica. 2) Conocimiento/dominio al menos de uno de los programas estadísticos: SAS, R, Stata, Python 3) Estar en posesión del grado de Doctor 4) Publicaciones en revistas JCR: - Primer decil o primer cuartil, primer autor, de correspondencia o último firmante, patentes o guías de práctica clínica: - Primer decil o primer cuartil, NO primer autor, de correspondencia o último firmante: - Otros cuartiles, primer autor, de correspondencia o último firmante: 5) Movilidad en el extranjero: - Estancias entre 3 y 6 meses en el extranjero: RECLUTAMIENTO Y SELECCIÓN DE PERSONAL 6) Nivel de inglés B2 o superior acreditado, o demostrable por estancias superiores a un curso académico en países de habla inglesa.   Más información: https://www.imibic.org/ofertasempleo/753  
Contrato laboral UCLM
Ref.: 2020-COB-10004 Proyecto: CONSOLIDADO - DISEÑO ÓPTIMO DE EXPERIMENTOS Referencia proyecto: 2020-GRIN-28884 Entidad Financiadora: UNIVERSIDADES. UNIVERSIDAD DE CASTILLA-LA MANCHA Tipo contrato, categoría y tipo de categoría: Contrato por obra o servicio determinado, SEGUNDA-O PROYECTO I+D, NO TIENE Número: 1 Duración prevista: DESDE LA FECHA ESTABLECIDA EN LA RESOLUCIÓN DE CONCESIÓN HASTA EL 24 DE NOVIEMBRE DE 2020 (prorrogable en función de las necesidades del proyecto). Dedicación: 150 horas/mes Lugar de trabajo: ESCUELA DE ARQUITECTURA DE TOLEDO Objeto de la convocatoria: REALIZACIÓN DE TAREAS DE COLABORACIÓN EN EL PROYECTO, SEGÚN EL PLAN ESTABLECIDO POR EL INVESTIGADOR Funciones a realizar: LA DEDICACIÓN EN EXCLUSIVA AL APOYO Y/O DESARROLLO DEL PROYECTO DE INVESTIGACIÓN CIENTIFICA O TÉCNICA PARA EL QUE HAYA SIDO SELECCIONADO. (FUNCIONES GENÉRICAS) Titulación exigida a los candidatos: GRADO/LICENCIATURA   Perfil: SE VALORARÁ DE MODO PRIORITARIO A LOS TITULADOS EN ESTADÍSTICA O EN MATEMÁTICAS CON ESPECIALIDAD/PERFIL/MENCIÓN EN ESTADÍSTICA Y EN GENERAL AQUELLAS TITULACIONES CON FUERTE CARGA ESTADÍSTICA Y MATEMÁTICA. CONOCIMIENTOS INFORMÁTICOS EN GERERAL DE SOFTWARE ESTADÍSTICO Y MATEMÁTICO, PARTICULARMENTE EN R, SPSS, STATGRAPHICS, STATA, MATHEMATICA Y MATLAB.CAPACIDAD DE ANÁLISIS DE DATOS MEDIANTE APLICACIÓN DE MÉTODOS Y TÉCNICAS ESTADÍSTICAS AVANZADAS. DOMINO DEL INGLÉS. SE VALORARÁ ESTAR EN POSESIÓN DEL TÍTULO DE DOCTOR.   Plazo desde la publicación de la convocatoria, hasta el día 26 Septiembre 2020, acompañando currículum vítae y copia de todos los documentos justificativos de los méritos que alegue, incluida copia de la certificación académica personal.   Procedimiento de selección y criterios de baremación: 1.- EXPERIENCIA LABORAL RELACIONADA CON EL OBJETO DE LA PLAZA QUE SE CONVOCA. 2.- VALORACIÓN DE LOS MÉRITOS ACREDITADOS POR LOS CANDIDATOS EN LOS CURRÍCULA. 2.1. FORMACIÓN ESPECÍFICA DE ACUERDO CON LOS REQUISITOS DE LA CONVOCATORIA. 2.2. IDIOMAS. 2.3 OTROS MÉRITOS.   Más información: https://convocatorias.rrhh.uclm.es/convocatorias.aspx?c=11555

Nodes

Nodo GALICIA

Investigador Responsable: Carmen María Cadarso Suárez

Con 62 miembros liderados por Carmen Cadarso, Javier Roca, José A. Vilar y Francisco Gude investigando en: Inferencia en Modelos Aditivos Generalizados (GAM). Extensiones del Modelo GAM. Modelos Aditivos Multi-estado (MSM) en Supervivencia.

Nodo CATALUNYA – BIO

Investigador Responsable: Guadalupe Gómez Melis

El nodo Catalunya-Bio, liderado por Guadalupe Gómez Melis, está formado por 42 investigadores de cuatro universidades catalanas, tres universidades extranjeras y siete instituciones biomédicas. Sus principales líneas de investigación son de las áreas de la bioestadística y de la bioinformática.

Nodo CATALUNYA – SEA

Investigador Responsable: Pere Puig Casado

Con 21 miembros liderados por Pere Puig investigando en: modelización estadística avanzada, series temporales, datos longitudinales, curvas ROC, análisis de supervivencia y modelos mixtos.

Nodo VALENCIA – VABAR

Investigador Responsable: Carmen Armero Cervera

El Grupo Valencian Bayesian Research Group, VABAR, está formado por 29 investigadores cuyo objetivo es la implantación y desarrollo de metodologías novedosas de estadística espacial y temporal en escenarios reales de tipo epidemiológico, farmacológico y medioambiental.

Nodo MADRID

Investigador Responsable: María Luz Durbán Reguera

Con 28 miembros liderados por María Luz Durbán Reguera, investigando en: Modelos basados en P-splines para datos espacio-temporales, Estimación y predicción en áreas pequeñas mediante P-splines, Métodos de estimación para curvas ROC.

Nodo GRANADA

Investigador Responsable: Juan de Dios Luna del Castillo

Con 10 miembros dirigidos por los catedráticos Antonio Martín Andrés y Juan de Dios Luna del Castillo, investigando en métodos tanto exactos como asintóticos para el análisis de Tablas de Contingencia

Nodo CASTILLA – LA MANCHA – OED

Investigador Responsable: Jesús López Fidalgo

El nodo Castilla-La Mancha – OED está formado por un total de 33 investigadores de 8 Universidades Españolas distintas y 1 extranjera. El Diseño Óptimo de Experimentos, que proporciona herramientas para una investigación más eficiente, es el punto de unión de los trabajos de estos investigadores.

Nodo PAÍS VASCO

Investigador Responsable: Vicente Núñez Antón

Con 32 miembros liderados por Vicente Núñez Antón investigando en: datos longitudinales, análisis de supervivencia, técnicas no paramétricas, modelización de la calidad de vida relacionada con la salud.