IMU Biosciences е биотехнологична компания със седалище в Лондон, която разработва високодименсионални имунологични технологии за клинични изследвания, диагностика и разработване на лекарства. Нейната високопроизводителна мултиомна платформа анализира над 100 милиона имунни точки от данни от 2 ml кръвна проба и разграничава приблизително 2500 подгрупи имунни клетки в реално време. Полученият имунен набор от данни в мащаба на популацията подпомага приложения като предиктивен скрининг при трансплантация на хематопоетични стволови клетки, оценка на отхвърлянето на присадка при трансплантация на солидни органи и имунни сигнатури, свързани с отговора на лечението и нежеланите събития в имуноонкологията. IMU Biosciences работи с групи за клинични изследвания, фармацевтични и биотехнологични компании и партньори в областта на диагностиката, за да превърне имунното фенотипиране в практически клинични и търговски инструменти.
Софтуерен инженер по биоинформатика – поточна цитометрия
Изграждане и поддръжка на регулирани конвейери за машинно обучение за поточна цитометрия в IMU Biosciences. Работата обхваща анотиране, проследяване на модели, възпроизводимост и съответствие за платформа за прецизна медицина.
Описание
- Изпълнение на автоматизирани работни процеси за анотиране на клетки върху големи набори от данни от цитометрия.
- Създаване на файлове за принадлежност на клетки, таблици със съотношения на клетъчните подгрупи и автоматизирани отчети, които маркират отклонения за контрол на качеството.
- Прилагане на заключени автоматизирани ансамбли от методи за гейтиране към дялове от данни за кръстосана валидация и оценяване.
- Проследяване и документиране на показатели за експозиция на гейтиране за всеки пациент.
- Задаване и заключване на базови модели и критерии за числена стабилност за конвейери за извличане на характеристики от поточна цитометрия.
- Поддържане на официален регистър на жизнения цикъл на моделите, включително версиониране, замразяване и заключване на ансамбли за гейтиране и кандидатстващи прогнозни модели.
- Повторно обучение на избрани модели за машинно обучение върху по-големи кохорти и замразяване на финалните модели преди заслепени клинични оценки.
- Предаване на версиониран код, фиксиране на спецификациите на средите Conda и Docker и записване на случайните начални стойности и хиперпараметрите на моделите.
- Изпълнение на ролята на основен рецензент на кода в целия изчислителен конвейер.
- Прилагане на мерки срещу изтичане на данни, проверка на целостта на данните и спазване на стандартите за модулно програмиране.
- Участие в независими методологични прегледи, одити на проследимостта и проверки за съответствие с регулаторните изисквания.
- Работа с инженери по машинно обучение, биостатистици и клинични учени.
- Отчитане пред ръководителя на екипа по наука за данните.
Изисквания
- Магистърска или докторска степен по биоинформатика, статистика, изчислителна биология, компютърни науки, биоинженерство или сродна количествена дисциплина.
- Поне три години професионален опит с високопроизводителни данни от поточна цитометрия в регулирана, академична или биотехнологична среда.
- Свободно владеене на Python и опит с NumPy, Pandas, SciPy, scikit-learn и PyTorch.
- Доказан опит със софтуерни инженерни практики, включително Git, CI/CD, системи за управление на работни процеси като Nextflow, фиксиране на Docker среди и проследяване на артефакти от машинно обучение.
- Познаване на генерирането на характеристики от поточна цитометрия и хармонизирането на партидни ефекти.
- Познаване на рисковете от изтичане на данни при кръстосана валидация в прогнозното моделиране на високомерни данни от поточна цитометрия.
- Налично право на работа в Обединеното кралство.
Придобивки
- Конкурентно възнаграждение и фирмена бонусна схема.
- Пенсионно осигуряване.
- Здравна застраховка.
- Застраховка „Живот“.
- Застраховка при загуба на доходи.
- Динамична и сътрудническа среда в стартъп.
- Възможности за професионално развитие и израстване.