Нижегородский район, площадь Минина и Пожарского 10/1
Обязанности:
-
Сбор и обработка данных: Мониторинг публикационной активности сотрудников и подразделений университета в ведущих российских и международных базах данных (РИНЦ, Google Scholar), подготовка данных для отчетов, оценка KPI структурных подразделений по публикационной активности.
Наукометрический анализ: Расчет и интерпретация наукометрических показателей (импакт-фактор, цитируемость, квартили). Подготовка аналитических отчетов и дашбордов.
Выявление трендов и точек роста: Поиск перспективных научных направлений, emerging research areas, анализ коллабораций (соавторство, междисциплинарные связи).
Поддержка принятия решений: Подготовка аналитических материалов для руководства, ученого совета и руководителей научных лабораторий (например, для обоснования открытия новых направлений или оценки эффективности работы лабораторий).
Экспертиза заявок: Оценка научного задела заявителей для участия в конкурсах, грантах и междисциплинарных коллаборациях.
Ведение баз данных: Актуализация профилей ученых в системах (например, в ORCID, РИНЦ) и внутренних репозиториях.
Методологическая работа: Участие в разработке методик оценки результативности научной деятельности и рейтингов.
Требования:
1)Продвинутый уровень Excel / Google Sheets (сводные таблицы, функции визуализации данных, ВПР).
2) Будет преимуществом:
- знание SQL / Python для анализа данных, опыт работы с системой 1С: Документооборот.
- знание российских (eLibrary / РИНЦ) наукометрических баз.
- понимание принципов наукометрии: что такое и как считаются различные индексы, их сильные и слабые стороны.
3) Аналитический склад ума - умение работать с большими объемами информации, видеть закономерности и делать обоснованные выводы.
4) Внимание к деталям - критически важно при работе с базами данных и цифрами.
5) Коммуникабельность - умение понятно объяснить результаты анализа коллегам или руководителям научных групп.
6) Самоорганизация и самодисциплина - способность управлять несколькими задачами и соблюдать дедлайны.
7) Обучаемость - готовность осваивать новые инструменты и методы анализа
8) образование -Высшее (предпочтительно: биология, физика, математика, инженерия, компьютерные науки)
Условия:
- оформление по ТК РФ
