Je hebt een achtergrond in een exacte (biomedische) wetenschap, bijvoorbeeld op basis van een van de volgende opleidingen:
- Biomedische wetenschappen, epidemiologie (wo);
- Informatica (hbo, wo);
- Econometrie (wo);
- Wiskunde (hbo, wo);
- Natuurkunde (hbo, wo).
Daarnaast heb je aantoonbare ervaring met het opzetten, uitvoeren en afronden van wetenschappelijk onderzoek in het werkveld big data, data science en/of medische wetenschap, bijvoorbeeld met een afgerond Master of promotieonderzoek (PhD).
Je beschikt over een gedegen kennis van IT, inclusief de nodige programmeervaardigheden. Je weet de juiste tools en software te gebruiken om algoritmes te schrijven om bruikbare data uit de ziekenhuisregistratiesystemen te ontsluiten, te structureren en te analyseren. Tevens ben je in staat om een brug te slaan tussen deze databronnen en de klinische praktijk en blijf je gericht op de uiteindelijke toepassing van deze activiteiten. Ook zijn kennis en vaardigheden vereist op het gebied van onder meer:
- Data science tools als R, SQL , SAS, MatLab;
- Eén of meer programmeertalen (veelal Python);
- Grote databases en/of datamodellen (Hadoop, Spark, SQL);
- Simulaties, scenario-analyses en algoritmes (modellen);
- Ervaring met EPIC of GLIMS is wenselijk.
Je bent in staat grote hoeveelheden data te verwerken uit verschillende (al dan niet gestructureerde) bronnen (oftewel 'big data') om deze om te zetten naar bruikbare informatie voor het managen van infectieziekten, infectiepreventie en antibioticabeleid in het ziekenhuis. Deze data gebruik je om te extrapoleren en modellen te bouwen met als doel de zorgprocessen te verbeteren.
Je beschikt over de nodige sociale vaardigheden om kennis en kunde over data-extractie en -analyse over te dragen aan collega's van de afdeling en je functioneert goed in een multidisciplinaire omgeving. Kennis van en affiniteit met infectieziekten en antibioticaresistentie is een pre.
Tot slot herken je jezelf in de
Radboud manier van werken.