Xenon Seven
Xenon Seven
Xenon Seven poskytuje poradenství v oblasti umělé inteligence a dat organizacím ve zdravotnictví, finančních službách, maloobchodu, technologiích, automobilovém průmyslu, energetice a výrobě. Zabývá se generativní umělou inteligencí, prediktivní analytikou, počítačovým viděním, robotikou a podporou rozhodování. Týmům pomáhá vyhodnocovat příležitosti, budovat a rozšiřovat schopnosti v oblasti AI a zlepšovat související infrastrukturu. Společnost využívá síť odborníků na AI z více než 20 institucí a klade důraz na bezpečné zavádění a spolehlivý přechod k provozu s podporou AI.

Specialista na klinická data: digitální dvojčata a klinická hodnocení

Vytváří digitální dvojčata a simulace pro plánování klinických hodnocení léčiv. Propojuje klinická data s AI a strojovým učením a podporuje rozhodování o vývoji založené na důkazech.

Popis

  • Vést vývoj a hodnocení digitálních dvojčat pacientů, onemocnění, odpovědi na léčbu a klinických hodnocení s využitím dat z klinických hodnocení a relevantních externích dat.
  • Používat mechanistické, statistické a kauzální metody i strojové učení k vytváření digitálních dvojčat pro alternativní populace, intervence, dávkovací strategie, cílové ukazatele a návrhy studií.
  • Stanovovat případy použití a ve spolupráci s klinickými a kvantitativními odborníky určovat, jak budou digitální dvojčata využívána.
  • Hodnotit kalibraci, validaci, robustnost, přenositelnost, nejistotu a praktickou relevanci modelů pomocí interních i externích strategií.
  • Vytvářet reprodukovatelné pracovní postupy a opakovaně použitelné komponenty digitálních dvojčat napříč programy a terapeutickými oblastmi.
  • Spolupracovat s týmy klinických hodnocení na posuzování cílových populací, kritérií způsobilosti, strategií obohacení, srovnávacích skupin, cílových ukazatelů, harmonogramů návštěv, dávkovacích strategií a provozních kompromisů.
  • Používat digitální dvojčata a simulace k porovnávání scénářů, kvantifikaci nejistoty a podpoře rozhodování na základě modelů.
  • Koordinovat spolupráci se statistiky a farmakometriky, aby analýzy odpovídaly klinickým a regulatorním cílům.
  • Vysvětlovat technickým i netechnickým zainteresovaným stranám předpoklady, omezení a zjištění důležitá pro rozhodování.
  • Analyzovat a integrovat data z klinických hodnocení, biomarkery, zobrazovací data, digitální zdravotní data, omická data, výsledky hlášené pacienty a data z reálné klinické praxe.
  • Spolupracovat s týmy datového inženýrství a platforem na přípravě datových sad vhodných k analýze a zavádění kontrol kvality dat, sledování původu dat a reprodukovatelných datových pipeline.
  • Připravovat vědeckou dokumentaci, prezentace a publikace a podporovat odpovědné zavádění metod digitálních dvojčat.
  • Před vývojem modelů určit jejich zamýšlené použití, kontext rozhodování, kritéria úspěchu a omezení.
  • Zajistit, aby modely byly interpretovatelné, auditovatelné, reprodukovatelné a podložené důkazy.
  • Dodržovat požadavky na správu, soukromí, bezpečnost a vědecké přezkoumání klinických dat a analytických výstupů.
  • Oddělovat průzkumné analýzy od validovaných důkazů pro podporu rozhodování a přesně popisovat možnosti modelů.

Požadavky

  • Doktorské vzdělání (PhD) v oboru datové vědy, statistiky, biostatistiky, farmakometrie, informatiky, biomedicínské informatiky, inženýrství, matematiky, operačního výzkumu nebo příbuzném kvantitativním oboru.
  • Prokazatelné zkušenosti s vývojem digitálních dvojčat, virtuálních pacientů, modelů progrese onemocnění, simulací klinických hodnocení, syntetických kontrolních skupin nebo podobných výpočetních modelů.
  • Silné zkušenosti s aplikací strojového učení, statistického modelování, kauzální inference nebo simulací na biomedicínská, zdravotnická, farmaceutická či jiná komplexní vědecká data.
  • Pokročilé programátorské dovednosti v Pythonu, R nebo srovnatelném analytickém jazyce a zkušenosti se správou verzí a reprodukovatelnými pracovními postupy.
  • Dostatečná znalost klinického vývoje pro formulování relevantních otázek a efektivní spolupráci s klinickými a kvantitativními odborníky na klinická hodnocení.
  • Schopnost a zájem rozšiřovat znalosti o návrhu klinických hodnocení ve spolupráci s klinickými vědci, biostatistiky a farmakometriky.
  • Výborné písemné a ústní komunikační dovednosti a doložená zkušenost s efektivní mezifunkční vědeckou spoluprací.
  • Výhodou jsou zkušenosti s podporou návrhu klinických hodnocení, přípravou protokolů, strategií klinického vývoje, vývojem léčiv založeným na modelech nebo kvantitativními podklady pro jednání s regulačními orgány.
  • Znalost témat návrhu studií, jako jsou strategie cílových ukazatelů, předpoklady velikosti vzorku nebo statistické síly, výběr pacientů či obohacení souboru, longitudinální výsledky, chybějící data, adaptivní návrhy nebo rozhodovací kritéria.
  • Znalost architektury a validace digitálních dvojčat, kauzální inference, bayesovského modelování, analýzy přežití, longitudinálního modelování, simulací klinických hodnocení nebo syntetických kontrolních skupin.
  • Zkušenosti se standardy klinických dat a běžnými zdroji dat z klinického vývoje.
  • Zkušenosti s biomarkery, zobrazovacími metodami, omickými daty, digitálními zdravotními daty nebo daty z reálné klinické praxe, včetně integrace různých typů dat.
  • Zkušenosti s využíváním škálovatelných cloudových analytických prostředí.
  • Doložená schopnost převádět analytickou práci do rozhodnutí, opakovaně použitelných řešení, publikací, prezentací nebo jiných měřitelných vědeckých výsledků.

Související pracovní nabídky

Ritchie Bros.

Vedoucí datový vědec, Chicago (hybridní režim)

Ritchie Bros.

Veďte týmy datových vědců při tvorbě škálovatelných řešení strojového učení a pokročilé analytiky. Spolupracujte s IT, vedením, produktovými týmy a dalšími zainteresovanými stranami na iniciativách napříč celou organizací.

Otevřít
Ritchie Bros.

Vedoucí datový vědec

Ritchie Bros.

Veďte tým datových vědců, který pro firmu vytváří škálovatelná řešení strojového učení a pokročilé analytiky. Řiďte a mentorujte odborníky, dohlížejte na vývoj modelů a spolupracujte s IT, produktovým týmem, vedením i dalšími zainteresovanými stranami.

Otevřít
Capital One

Manažer datové vědy — strategie alternativních dat

Capital One

Ve společnosti Capital One veďte práci v oblasti datové vědy a posuzujte alternativní data pro rozhodování o úvěrech na kartách v USA. Vyvíjejte modely strojového učení, datové příznaky a škálovatelné monitorovací systémy.

Otevřít
Grubhub

Seniorní hlavní datový vědec, marketplace

Grubhub

Určujte směr datové vědy a strojového učení pro marketplace Wonder a stanovujte přístupy ke kauzální inferenci, experimentům a produkčním systémům. Veďte technickou spolupráci napříč týmy a pomáhejte převádět modely i poznatky do obchodních výsledků.

Otevřít