LogoFresh Jobs Ahead
Xenon Seven
Xenon Seven
11 – 50 Medarbejdere
FremstillingRådgivningSundhedsvæsen
Xenon Seven leverer AI- og datakonsulentydelser til organisationer inden for sundhedspleje, finansielle tjenester, detailhandel, teknologi, bilindustrien, energi og produktion. Arbejdet spænder over generativ AI, prædiktiv analyse, computervision, robotteknologi og beslutningsstøtte og hjælper teams med at vurdere muligheder, opbygge og skalere AI-kapacitet samt forbedre den underliggende infrastruktur. Virksomheden trækker på et netværk af AI-specialister fra mere end 20 institutioner og lægger vægt på sikker implementering og pålidelige overgange til AI-understøttet drift.
LinkedIn
Job i virksomheden

Klinisk dataforsker inden for digitale tvillinger og kliniske forsøg

Udvikler digitale tvillinger og simuleringer, der understøtter udformningen af kliniske lægemiddelforsøg. Kombinerer kliniske data med AI og maskinlæring for at understøtte evidensbaserede beslutninger om udvikling.

USUSAILIllinoisOHOhioHybridFuldtidMellemniveauSeniorPåkrævet Sprog: engelskDataforsker
CloudPython

Beskrivelse

  • Lede udviklingen og evalueringen af digitale tvillinger af patienter, sygdomme, behandlingsrespons og kliniske forsøg ved hjælp af data fra kliniske forsøg og relevante eksterne data.
  • Anvende mekanistiske, statistiske og kausale metoder samt maskinlæring til at skabe digitale tvillinger for alternative populationer, interventioner, doseringsstrategier, endepunkter og forsøgsdesign.
  • Fastlægge anvendelsestilfælde og sammen med kliniske og kvantitative eksperter definere, hvordan digitale tvillinger skal bruges.
  • Evaluere modellernes kalibrering, validering, robusthed, overførbarhed, usikkerhed og praktiske relevans ved hjælp af interne og eksterne strategier.
  • Opbygge reproducerbare arbejdsgange og genanvendelige komponenter til digitale tvillinger på tværs af programmer og terapiområder.
  • Samarbejde med forsøgsteams om at vurdere målpopulationer, inklusionskriterier, berigelsesstrategier, sammenligningsbehandlinger, endepunkter, besøgsplaner, doseringsstrategier og operationelle afvejninger.
  • Bruge digitale tvillinger og simuleringer til at sammenligne scenarier, kvantificere usikkerhed og understøtte modelbaserede beslutninger.
  • Koordinere med statistikere og farmakometrikere for at sikre, at analyserne stemmer overens med kliniske og regulatoriske mål.
  • Forklare antagelser, begrænsninger og beslutningsrelevante resultater for tekniske og ikke-tekniske interessenter.
  • Analysere og integrere data fra kliniske forsøg, biomarkører, billeddiagnostik, digital sundhed, omik, patientrapporterede resultater og data fra den virkelige verden.
  • Samarbejde med dataingeniør- og platformsteams om at klargøre datasæt til analyse og etablere datakvalitetskontroller, sporbarhed og reproducerbare pipelines.
  • Udarbejde videnskabelig dokumentation, præsentationer og publikationer samt understøtte ansvarlig anvendelse af metoder med digitale tvillinger.
  • Fastlægge tilsigtet anvendelse, beslutningskontekst, succeskriterier og begrænsninger, før modeller udvikles.
  • Sikre, at modellerne er fortolkelige, auditerbare, reproducerbare og understøttet af evidens.
  • Følge krav til styring, privatliv, sikkerhed og videnskabelig gennemgang af kliniske data og analytiske resultater.
  • Adskille eksplorative analyser fra valideret evidens til beslutningsstøtte og beskrive modellernes muligheder præcist.

Krav

  • Ph.d. i datavidenskab, statistik, biostatistik, farmakometri, datalogi, biomedicinsk informatik, ingeniørvidenskab, matematik, operationsanalyse eller en beslægtet kvantitativ disciplin.
  • Dokumenteret erfaring med at udvikle digitale tvillinger, virtuelle patienter, modeller for sygdomsudvikling, simuleringer af kliniske forsøg, syntetiske kontrolgrupper eller lignende beregningsmodeller.
  • Stærk baggrund i anvendelse af maskinlæring, statistisk modellering, kausal inferens eller simulering på biomedicinske data, sundhedsdata, farmaceutiske data eller andre komplekse videnskabelige data.
  • Stærke programmeringsfærdigheder i Python, R eller et sammenligneligt analysesprog samt erfaring med versionsstyring og reproducerbare arbejdsgange.
  • Tilstrækkeligt kendskab til klinisk udvikling til at formulere relevante spørgsmål og samarbejde effektivt med kliniske og kvantitative forsøgseksperter.
  • Evne og interesse for at udbygge kendskabet til design af kliniske forsøg sammen med kliniske forskere, biostatistikere og farmakometrikere.
  • Stærke skriftlige og mundtlige kommunikationsevner samt dokumenteret erfaring med tværfagligt videnskabeligt samarbejde.
  • Foretrækkes: erfaring med støtte til forsøgsdesign, protokoludvikling, strategi for klinisk udvikling, modelinformeret lægemiddeludvikling eller kvantitativ evidens rettet mod myndigheder.
  • Kendskab til emner inden for forsøgsdesign såsom strategi for endepunkter, antagelser om stikprøvestørrelse eller statistisk styrke, patientudvælgelse eller berigelse, longitudinelle udfald, manglende data, adaptive design eller beslutningskriterier.
  • Kendskab til arkitektur og validering af digitale tvillinger, kausal inferens, Bayesiansk modellering, overlevelsesanalyse, longitudinel modellering, simulering af kliniske forsøg eller syntetiske kontrolgrupper.
  • Erfaring med standarder for kliniske data og almindelige datakilder inden for klinisk udvikling.
  • Erfaring med biomarkører, billeddiagnostik, omik, digital sundhed eller data fra den virkelige verden, herunder integration af flere datatyper.
  • Erfaring med skalerbare, cloudbaserede analysemiljøer.
  • Dokumenterede resultater med at omsætte analytisk arbejde til beslutninger, genanvendelige kompetencer, publikationer, præsentationer eller andre målbare videnskabelige resultater.

Relaterede job