Научный сотрудник с Q1 публикациями (удаленная работа)

15 июля 2026

Уровень зарплаты:
з.п. не указана
Требуемый опыт работы:
Не указан

Вакансия: Научный сотрудник с Q1 публикациями

Описание вакансии

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 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.

  • Интересные проекты.

  • 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. Список 3-5 актуальных публикаций с кликабельными DOI или ссылками, а также указанием вашей роли и вклада.

  2. По желанию: ссылки на ORCID, Scopus Author Profile, Web of Science Researcher Profile / ResearcherID / Publons.

  3. По желанию: пример выполненных НИР, разделов исследований или научных материалов. Можно направить обезличенные фрагменты: методология, результаты, таблицы, графики, выводы.

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

  5. Краткое сопроводительное письмо.

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

Все отклики читаем сами.