Data Analyst
Περιγραφή Θέσης
Η θέση αυτή θα σου δώσει τη δυνατότητα να αναπτύξεις τις δεξιότητές σου στη συλλογή, επεξεργασία και οπτικοποίηση δεδομένων, διευρύνοντας παράλληλα την κατανόησή σου στην ανάλυση σημάτων, τη μηχανική μάθηση και τον επιστημονικό υπολογισμό. Επίσης, θα έχεις την ευκαιρία να εργαστείς με πραγματικά δεδομένα ραδιοαστρονομίας συμβάλλοντας στον σχεδιασμό διαδικασιών και εργαλείων που μετατρέπουν τα ακατέργαστα δεδομένα σε χρήσιμες πληροφορίες για επιστημονικές και τεχνολογικές εφαρμογές.
Χρήσιμες Δεξιότητες για τη Θέση
- Καλή γνώση Python (NumPy, Pandas, Astropy, PyTorch, Matplotlib).
- Εξοικείωση με Git και Docker για version control και ανάπτυξη εφαρμογών.
- Κατανόηση αρχών επεξεργασίας σήματος.
- Βασικές γνώσεις ραδιοαστρονομίας και εξοικείωση με πραγματικά δεδομένα.
- Ικανότητες επίλυσης προβλημάτων και ανάλυσης σύνθετων δεδομένων.
- Δυνατότητα αποτελεσματικής συνεργασίας σε ομάδα.
Κύριες Αρμοδιότητες
- Ανάπτυξη διαδικασιών για την αυτοματοποιημένη συλλογή, καθαρισμό και προετοιμασία δεδομένων.
- Σχεδίαση και χρήση κατάλληλων δομών.
- Ανάπτυξη γενικευμένων και βελτιστοποιημένων μεθόδων ανάλυσης.
- Δημιουργία οπτικοποιήσεων που διευκολύνουν την ανάλυση και αναδεικνύουν τα χαρακτηριστικά σημάτων.
- Αξιολόγηση αλγορίθμων μηχανικής μάθησης, στατιστικών μεθόδων και τεχνικών ανάλυσης δεδομένων.
- Συνεργασία με την ομάδα για την αντιμετώπιση σύνθετων προκλήσεων και την ενσωμάτωση των αποτελεσμάτων σε έργα.
Δεξιότητες που θα αναπτύξεις
- Data Engineering: Πρακτική εμπειρία στην ανάπτυξη pipelines για αυτοματοποιημένη προετοιμασία δεδομένων.
- Ανάλυση Σημάτων & Δεδομένων Ραδιοαστρονομίας: Βαθύτερη κατανόηση των ιδιοτήτων σημάτων και της επεξεργασίας δεδομένων ραδιοαστρονομίας.
- Υπολογιστική Επιστήμη: Εξοικείωση με υπολογιστικές μεθόδους για τη διαχείριση μεγάλων και σύνθετων datasets.
- Μηχανική Μάθηση: Εμπειρία στην εφαρμογή και δοκιμή αλγορίθμων σε πραγματικά επιστημονικά δεδομένα.
- Επίλυση Προβλημάτων: Ανάπτυξη ικανότητας αντιμετώπισης προκλήσεων στην ανάλυση δεδομένων και βελτιστοποίηση μεθόδων.
- Ομαδική Συνεργασία: Ανάπτυξη συνεργατικών δεξιοτήτων, επικοινωνίας και συνεισφοράς σε διεπιστημονική ομάδα.