Reto Matchmaking

Desarrollador de Informes Dinámicos y Automatizados para Resultados Científicos

Objetivo del proyecto

Crear un sistema eficiente para generar informes integrados de resultados científicos, que permitan visualizar de manera clara y profesional los análisis realizados en metagenómica, RNA-Seq, single-cell, exomas, y otros tipos de datos. El objetivo es diseñar plantillas reutilizables para informes dinámicos en HTML o informes estáticos en PDF, utilizando herramientas como R Markdown, Shiny Apps o nbconvert, integrando texto, tablas y figuras interactivas que representen los datos de manera visual y comprensible.

Punto de partida

1. Herramientas disponibles:

• Scripts y pipelines bioinformáticos existentes que generan los resultados de análisis en formatos como CSV, TSV, y gráficos en R o Python.

• Ejemplos de informes actuales, que sirven como referencia de los contenidos básicos que deben incluirse.

2. Datos disponibles:

• Resultados de análisis bioinformáticos reales (metagenómica, RNA-Seq, single-cell, exomas, etc.), preparados para ser integrados en los informes.

3. Recursos adicionales:

• Documentación de las herramientas propuestas (R Markdown, Shiny Apps, nbconvert).

• Soporte técnico del equipo para resolver dudas sobre los datos y los análisis.

Entregable final

1. Prototipo funcional de un informe dinámico en HTML y/o un informe estático en PDF que incluya:

• Secciones claras para cada tipo de análisis (metagenómica, RNA-Seq, single-cell, etc.).

• Integración de gráficos, tablas y texto explicativo de los resultados.

• Un diseño visualmente atractivo y fácil de interpretar.

2. Código reproducible que permita generar informes de forma automatizada a partir de nuevos datos.

3. Documentación que explique cómo usar y personalizar el sistema de generación de informes.

Información de interés

1. Tecnologías que van a utilizar:

• R Markdown, Shiny Apps, Python (nbconvert y Jupyter Notebooks).

• Lenguajes adicionales: R o Python para gráficos y procesamiento de datos.

2. Horarios y modalidad:

• Horario flexible según disponibilidad del estudiante.

• Modalidad híbrida, con reuniones presenciales en la unidad de bioinformática en el IPBLN según necesidad.

3. Otros detalles:

• Oportunidad de trabajar con datos reales y contribuir a mejorar la comunicación de resultados científicos en un entorno multidisciplinar.

Instituto de Parasitología y Biomedicina López Neyra CSIC

Instituto de Parasitología y Biomedicina López Neyra CSIC

IV Experiencia Matchmaking (Talento - Empresas)
Visualizaciones
Prácticas

Vacantes

1 personas

Duración

12 semanas

Perfiles

  • Estudiante de último año de grado
  • Estudiante de Master

¿Te podemos ayudar?

2025© AIGranada