Politechnika Częstochowska

Wydział Inżynierii Produkcji i Technologii Materiałów

DZIEKAN I RADA WYDZIAŁU INŻYNIERII PRODUKCJI I TECHNOLOGII MATERIAŁÓW
POLITECHNIKI CZĘSTOCHOWSKIEJ
zapraszają
na publiczną obronę rozprawy doktorskiej

mgr inż. Agnieszki Bogdał
która odbędzie się w dniu  23 września 2019 roku
o godzinie 1000 w sali AM6 Pawilon A Wydziału Inżynierii Produkcji i Technologii Materiałów Częstochowa, Al. Armii Krajowej 19
na temat: „Badanie filtracji stali z wtrąceń niemetalicznych z wykorzystaniem filtrów ceramicznych”
dziedzina nauki techniczne, dyscyplina metalurgia

Promotor:       Dr hab. inż. Marek Warzecha, prof. PCz - Politechnika Częstochowska

Recenzenci:   Prof. dr hab. inż. Leszek Blacha - Politechnika Śląska

                        Dr hab. inż. Dorota Kalisz, prof. AGH - Akademia Górniczo – Hutnicza w Krakowie

Z pracą doktorską i opiniami recenzentów można zapoznać się w Czytelni
Biblioteki Głównej Politechniki Częstochowskiej w godz. 1000 - 2000.
Recenzje i streszczenie rozprawy są umieszczone na stronie internetowej Wydziału Inżynierii Produkcji i Technologii Materiałów.
https://www.wip.pcz.pl/pl/wydzial/stopnie-i-tytuly-naukowe/przewody-doktorskie

 

 

 

DZIEKAN I RADA WYDZIAŁU INŻYNIERII PRODUKCJI I TECHNOLOGII MATERIAŁÓW
POLITECHNIKI CZĘSTOCHOWSKIEJ
zapraszają
na publiczną obronę rozprawy doktorskiej
mgr inż. Anny Derda - Ślęzak
która odbędzie się w dniu  23 września 2019 roku o godzinie 1230 w sali AM6
Pawilon A Wydziału Inżynierii Produkcji i Technologii Materiałów Częstochowa, Al. Armii Krajowej 19
na temat:
„Skuteczność modyfikacji żeliwa szarego metodą impulsowego wprowadzania zaprawy”

Promotor:     Prof. dr hab. inż. Marek S. Soiński - Politechnika Częstochowska

Recenzenci:   Prof. dr hab. inż. Jan Szajnar - Politechnika Śląska

                       Dr hab. inż. Andrzej Zyska, prof. PCz - Politechnika Częstochowska

Z pracą doktorską i opiniami recenzentów można zapoznać się
w Bibliotece Głównej Politechniki Częstochowskiej w godz. 1000 - 2000.

 

 

Firma Codagene jest właścicielem marki genomic.me. Wprowadzamy właśnie zaawansowane testy genetyczne na rynek. Pracujemy również wykonując usługi z dziedziny bioinformatyki i data science koncentrując sie na zdrowiu i medycynie spersonalizowanej. Szukamy ludzi z dobrymi podstawami z matematyki, statystyki, modelowania matematycznego, programowania, data science, przetwarzania obrazów. Znajmość bionformatyki czy biologii jest plusem, ale nie jest konieczna.

------------------------------------

Interesuje Cię praca, w której mógłbyś realizować ambitne projekty naukowe przy okazji rozwiązując realne problemy firmy? Interesuje Cię wykorzystanie metod sztucznej inteligencji i maszynowego uczenia w praktyce? Obecnie poszukujemy dwóch osób do realizacji dwóch projektów, których opis znajduje się poniżej.

Projekt 1 - Metody i narzędzia eksploracji danych dla analizy populacyjnej danych NGS (WGS i WES) dla zastosowań profilaktyki spersonalizowanej.

Jednym z zadań kandydata będzie rozwój narzędzi do analiz genomicznych pochodzących z sekwencjonowania nowej generacji, którego przetwarzaniem zajmuje się firma Codagene. Kandydat zajmie się integracją i eksploracją danych NGS i klinicznych stosując techniki biologii systemów, uczenia maszynowego oraz sztucznej
inteligencji. Kolejnym zadaniem będzie aktywny udział w tworzeniu metod oraz narzędzi analitycznych dla analiz wysokoprzepustowych sekwencjonowania nowej generacji dla danych gromadzonych w genomicznej bazie danych. Budowę kompleksowych narzędzi analitycznych firma Codagene wykonuje dla podmiotów zewnętrznych, m.in. dla duńskiego ministerstwa zdrowia. Kandydat będzie brał udział w tych pracach, rozwijał je dalej, tak aby firma była w posiadaniu najlepszych rozwiązań w tym zakresie. Rozwiązania bazujące na rozproszeniu obliczeń oraz na mocy obliczeniowej kart graficznych (GPU) będą przedmiotem pracy kandydata. Kandydat będzie brał również udział w tworzeniu metod optymalizacji użycia danych wielkoskalowych (Big Data), a szczególnie w opracowaniu nowych i efektywnych metod kompresji danych. Jest to ważne zadanie w dobie gigantycznego przyrostu danych. Kandydat stanie się również biegły w używaniu chmur obliczeniowych jak i technik konteneryzacji programów, z których firma korzysta.

Projekt 2 - Rozwój i optymalizacja narzędzi opartych o sztuczną inteligencję i uczenie maszynowe w celu wspomagania analizy oraz integracji danych klinicznych i obrazowania pacjentów onkologicznych

Kandydat będzie zajmował się m.in. rozwijaniem metod do oceny genomu pacjenta onkologicznego. System ten zintegruje wybrane bazy danych, takie jak np. ClinVar, czy
dbSNP, jak również bazy danych zawierające informacje strice o nowotworach czyli np. mutacjach i o powiązanych z nimi terapiach celowanych. Wszystko po to aby stworzyć
wygodne narzędzie do analizy danych NGS, które często nie są przez lekarza dostatecznie zrozumiałe, które posłuży do lepszego personalizowania terapii onkologicznej. Istnieje szereg narzędzi które mogą być wykorzystane w onkologii, zarówno na poziomie genomu np. SNVmix, BeakDancer, transktyptomu np. Kallisto, HTseq oraz proteomu, jak np. Trans-Proteomic Pipeline. Niektóre z wymienionych programów mogą być wykorzystane w projekcie jak również, przy wsparciu zespołu Codagene, kandydat będzie rozwijał nowe metody/narzędzia. Oprócz danych multi-omicznych dla każdego pacjenta generowane są wyniki badań krwi z konwencjonalnymi markerami tkanek jak np. immunohistochemiczne barwienie wybranych markerów w guzie pacjenta lub np. dane z obrazowania. W zakresie analizy obrazowania istnieje potrzeba i prowadzone są wysiłki na rzecz odciążenia radiologa przy zastosowaniu metod maszynowego uczenia oraz sztucznej inteligencji. Zautomatyzowane narzędzie implementujące nowe metody przetwarzania obrazów MRI/CT posłuży jako dodatkowy głos doradczy równocześnie minimalizując ryzyko błędnej diagnozy.

Niezbędne umiejętności:
- Znajomość min. 2 języków programowania R, Python, Matlab, Java, Perl, C++, inne? - zaskocz nas :)
- Znajomość języka angielskiego w stopniu komunikatywnym w piśmie i w mowie.
- Znajomość zagadnień z bioinformatyki, statystyki lub uczenia maszynowego.
- Stopień magistra - najlepiej kończone studia na kierunku bioinformatyka, data science,  informatyka, fizyka, matematyka lub pokrewne.

Mile widziane:
- Publikacje naukowe
- Znajomość bibliotek do uczenia maszynowego, sztucznych sieci neuronowych (np. Keras, mlr etc.)
- Udokumentowana znajomość bioinformatyki, biostatystyki, uczenia maszynowego, np. projekty, publikacje.
- Znajomość genetyki populacyjnej.
- Znajomość zagadnień z genomiki/transkyptomiki raka.
- Singularity, Docker, …

Czas i miejsce pracy:
Codagene Sp. z o.o
Częstochowa, Jasnogórska 26

Okres próbny 6 miesiące, potem stałe zatrudnienie.
Możliwa praca zdalna w początkowym okresie (np. 50/50).

Płaca:  do uzgodnienia.

Kontakt: dr inż. Marcin Krzystanek

Email: Ten adres pocztowy jest chroniony przed spamowaniem. Aby go zobaczyć, konieczne jest włączenie w przeglądarce obsługi JavaScript.
Phone: +48 665 711 326

Ta strona używa ciasteczek zgodnie z ustawieniami Twojej przeglądarki Ok, rozumiem.