Специалист (управления научной деятельности)

• 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.

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)

• оформление по ТК РФ