Научный сотрудник с Q1 публикациями

Мы ищем опытного исследователя для участия в научно-исследовательских проектах средней и высокой сложности.

Обязательные требования

• Учёная степень и подтверждённый серьёзный исследовательский опыт

• Публикации в качественных рецензируемых журналах Scopus / Web of Science, Q1 (law, education, tourism, International Finance, Economics, Sociology, Political Science, Artificial Intelligence, Management, Labor Law).

• Практический опыт участия в НИР, грантах, исследовательских или аналитических проектах.

• Глубокое понимание научной методологии, логики исследования, структуры научной статьи и требований академической добросовестности.

• Опыт описания дизайна исследования, экспериментов, апробаций, выборки, инструментов и процедур сбора данных.

• Умение работать с количественными и/или качественными данными.

• Владение академическим английским языком.

• Умение работать с неструктурированными задачами, дедлайнами и несколькими проектами.

• Высокая дисциплина, самостоятельность, ответственность и внимание к деталям.

Необходимые технические навыки

• MS Word, PowerPoint / Google Slides: подготовка научных презентаций и визуализация результатов.

• MS Excel: уверенный или продвинутый уровень, работа с таблицами, формулами, сводными таблицами, графиками.

• Reference managers: Zotero / Mendeley / EndNote, импорт и экспорт источников, стили цитирования, оформление библиографии.

• Научные базы: Scopus, Web of Science, Google Scholar; поиск, фильтрация, проверка первоисточников, отсев нерелевантных публикаций.

• Статистический софт: SPSS / Stata / R / Python — описательная статистика, проверка предпосылок тестов, регрессии, интерпретация эффектов, оформление таблиц результатов.

• Опросные платформы: Qualtrics / Google Forms / SurveyMonkey — разработка анкет, логика ветвления, выгрузка и кодирование данных.

Будет преимуществом

• Опыт сбора, очистки и систематизации данных.

• Опыт проведения systematic reviews, scoping reviews, PRISMA, meta-analyses.

• Опыт работы с VOSviewer, Bibliometrix, Power BI, Tableau, LaTeX / Overleaf.

• Опыт продвинутой визуализации научной информации в Excel, R или Python.

• Опыт подготовки материалов для журналов Q1 Scopus и SSCI Web of Science.

• Научная насмотренность и понимание различий между формальным текстом и качественным академическим продуктом.

• Умение критически оценивать источники, данные, расчёты и выводы.

Наш подход к качеству.

Мы работаем по высоким академическим стандартам. Нам важны самостоятельные, проверяемые и воспроизводимые результаты. Формальный подход, поверхностная работа с источниками, неподтверждённые выводы и механически сгенерированные тексты нам не подходят.

Инструменты искусственного интеллекта могут использоваться только как вспомогательные — для идей, черновой структуризации или технической поддержки. Итоговый научный продукт должен быть подготовлен, проверен и критически осмыслен специалистом.

Условия:

• Удалённая работа.

• Проекты средней и высокой сложности.

• Оплата за проект, обсуждается и зависит от опыта, портфолио, уровня публикаций, сложности задач и сроков.

• Важно: мы ищем исполнителя, который может стабильно выделять время для работы и поддерживать высокий уровень качества.

Мы будем рады сотрудничеству с исследователем, который любит науку, умеет создавать сильный научный продукт, внимательно относится к деталям и требовательно оценивает собственную работу. При этом оценивает стоимость своих услуг адекватно.

Как откликнуться

Пожалуйста, направьте:

1. Резюме в формате PDF.

2. Список публикаций с кликабельными DOI или ссылками, а также указанием вашей роли и вклада.

3. Ссылки на ORCID, Scopus Author Profile, Web of Science Researcher Profile / ResearcherID / Publons.

4. Один-два примера выполненных НИР, разделов исследований или научных материалов. Можно направить обезличенные фрагменты: методология, результаты, таблицы, графики, выводы.

5. Краткое описание методов и программ, с которыми вы регулярно работаете, с указанием уровня владения.

6. Сопроводительное письмо, в котором просим кратко описать ваш исследовательский опыт, сильные стороны и типы задач, с которыми вы работаете лучше всего.

Отклики без резюме, публикационного профиля и содержательного сопроводительного письма могут не рассматриваться.

Все отклики читаем сами.