Johnson & Johnson
Johnson & Johnson
Η Johnson & Johnson είναι μια παγκόσμια εταιρεία υγειονομικής περίθαλψης που δραστηριοποιείται στην καινοτόμο ιατρική και την ιατρική τεχνολογία. Οι ομάδες της αναπτύσσουν λύσεις στην ογκολογία, την ανοσολογία, τη νευροεπιστήμη, την εξειδικευμένη οφθαλμολογία, την επεμβατική φροντίδα και την ορθοπεδική, συνδυάζοντας την επιστήμη με την τεχνολογία για την αντιμετώπιση σύνθετων αναγκών υγείας. Η εταιρεία δίνει επίσης έμφαση στη δικαιοσύνη στην υγεία, την περιβαλλοντική βιωσιμότητα, τη διαφορετικότητα και τη συμπερίληψη, καθώς εξυπηρετεί επαγγελματίες υγείας, ασθενείς και κοινότητες σε όλο τον κόσμο.

Κύριος επιστήμονας, Επιστήμη δεδομένων – Προϊόντα δεδομένων και ενοποίηση (Υβριδική εργασία, Σπρινγκ Χάους)

Καθοδηγήστε την ανάπτυξη επιστημονικών προϊόντων δεδομένων έτοιμων για τεχνητή νοημοσύνη και στρατηγικών ενοποίησης για την ανακάλυψη και ανάπτυξη φαρμάκων της Johnson & Johnson. Υποστηρίξτε την προβλεπτική μοντελοποίηση, τα γραφήματα γνώσης και τις αποφάσεις μεταφραστικής ασφάλειας.

Περιγραφή

  • Καθοδηγήστε τον σχεδιασμό και την εξέλιξη επιστημονικών προϊόντων δεδομένων και στρατηγικών ενοποίησης για την ανακάλυψη και ανάπτυξη φαρμάκων με τεχνητή νοημοσύνη.
  • Δημιουργήστε κλιμακούμενα, διαλειτουργικά προϊόντα δεδομένων έτοιμα για τεχνητή νοημοσύνη, που καλύπτουν την ανακάλυψη, το προκλινικό και κλινικό στάδιο, την ασφάλεια και τα τεκμήρια από τον πραγματικό κόσμο.
  • Καθορίστε προσεγγίσεις αρχιτεκτονικής δεδομένων, ενοποίησης, μεταδεδομένων και διαμόρφωσης προϊόντων για σημασιολογικό συλλογισμό, γραφήματα γνώσης, GraphRAG, προηγμένη ανάλυση και πρακτορική τεχνητή νοημοσύνη.
  • Αναπτύξτε μοντέλα συλλογισμού τεχνητής νοημοσύνης και προβλεπτικής μηχανικής μάθησης για την υποστήριξη αποφάσεων μεταφραστικής ασφάλειας.
  • Καθορίστε και υλοποιήστε στρατηγικές προϊόντων δεδομένων για έρευνα ανακάλυψης, μεταφραστική επιστήμη, προκλινική ασφάλεια, κλινική ανάπτυξη, φαρμακοεπαγρύπνηση και τεκμήρια από τον πραγματικό κόσμο.
  • Δημιουργήστε επαναχρησιμοποιήσιμα προϊόντα δεδομένων, οδικούς χάρτες και κλιμακούμενα πρότυπα για ανάλυση, τεχνητή νοημοσύνη, γραφήματα γνώσης και επιστημονικό συλλογισμό.
  • Σχεδιάστε προσεγγίσεις ενοποίησης και εναρμόνισης για τα SEND, SDTM, ADaM, MedDRA, καθώς και για δεδομένα απεικόνισης, omics, βιοδεικτών, παθολογίας και πραγματικού κόσμου.
  • Καθορίστε στρατηγικές ανάπτυξης επιστημονικών προϊόντων δεδομένων στο AWS.
  • Συνεργαστείτε με τις ομάδες μηχανικής και πλατφορμών της Amazon για την παροχή κλιμακούμενων ροών δεδομένων και προϊόντων.
  • Παρέχετε τεχνική ηγεσία και αρχιτεκτονική εποπτεία με βάση τις συστάσεις της στρατηγικής δεδομένων.
  • Διασφαλίστε ότι οι ψηφιακές λύσεις πληρούν τις απαιτήσεις επιχειρησιακής αρχιτεκτονικής, ασφάλειας, διακυβέρνησης και ετοιμότητας για τεχνητή νοημοσύνη.
  • Καθοδηγήστε τη δημιουργία επιμελημένων συνόλων δεδομένων, προϊόντων έτοιμων για σημασιολογική χρήση, αποθηκών χαρακτηριστικών, προϊόντων μεταδεδομένων, επιστημονικών υπηρεσιών δεδομένων και πόρων έτοιμων για τεχνητή νοημοσύνη.
  • Καθορίστε επαναχρησιμοποιήσιμες μεθόδους για την εισαγωγή, τον μετασχηματισμό, την επικύρωση και τη δημοσίευση δεδομένων.
  • Ορίστε πρότυπα μεταδεδομένων και πλαίσια ποιότητας δεδομένων.
  • Εφαρμόστε παρακολούθηση γενεαλογίας, προέλευσης και ιχνηλασιμότητας, αρχές FAIR, παρακολούθηση και ελέγχους ποιότητας.
  • Συνεργαστείτε με επιστήμονες ανακάλυψης, τοξικολογίας, κλινικής έρευνας, ασφάλειας και δεδομένων, καθώς και με συνεργάτες στρατηγικής δεδομένων, αρχιτέκτονες γνώσης και μηχανικούς τεχνητής νοημοσύνης.
  • Μετατρέψτε επιστημονικά ερωτήματα σε κλιμακούμενα προϊόντα δεδομένων και τεχνικές λύσεις.

Απαιτήσεις

  • Μεταπτυχιακός τίτλος ή διδακτορικό στην επιστήμη υπολογιστών, τη μηχανική δεδομένων, τη βιοπληροφορική, τη βιοϊατρική πληροφορική, τα πληροφοριακά συστήματα, την υπολογιστική βιολογία ή συναφές επιστημονικό πεδίο.
  • Τουλάχιστον πέντε έτη εμπειρίας στη μηχανική επιστημονικών δεδομένων, στην αρχιτεκτονική δεδομένων, στα προϊόντα δεδομένων ή στην πληροφορική των βιοεπιστημών.
  • Εμπειρία στον σχεδιασμό και την παράδοση επιστημονικών προϊόντων δεδομένων σε επιχειρησιακή κλίμακα.
  • Εμπειρία στην υποστήριξη οργανισμών ανακάλυψης ή ανάπτυξης φαρμάκων, κλινικής έρευνας ή φαρμακοεπαγρύπνησης.
  • Εμπειρία στην ανάπτυξη προβλεπτικών μοντέλων για οργανισμούς ανακάλυψης ή ανάπτυξης φαρμάκων, κλινικής έρευνας ή φαρμακοεπαγρύπνησης.
  • Ισχυρή γνώση αρχιτεκτονικής και μοντελοποίησης δεδομένων, σχεδιασμού προϊόντων δεδομένων, εγγενών στο νέφος πλατφορμών, διαχείρισης μεταδεδομένων, διακυβέρνησης δεδομένων και ανάπτυξης προβλεπτικών μοντέλων.
  • Εμπειρία με πλατφόρμες δεδομένων AWS, λίμνες δεδομένων και lakehouses, κατανεμημένη επεξεργασία, API και υπηρεσίες δεδομένων, καθώς και εργαλεία καταλογογράφησης δεδομένων και ιχνηλασιμότητας.
  • Ισχυρή εξοικείωση με τα SEND, SDTM, ADaM και MedDRA.
  • Επιθυμητή είναι η εξοικείωση με τα FHIR, OMOP, DICOM και πρότυπα δεδομένων βιοδεικτών και omics.
  • Επιθυμητή είναι η εμπειρία με γραφήματα γνώσης, σημασιολογικές αρχιτεκτονικές, GraphRAG, προϊόντα δεδομένων έτοιμα για τεχνητή νοημοσύνη, αποθήκες χαρακτηριστικών, ενοποίηση βάσει οντολογιών, παρόχους νέφους ή εξωτερικές ομάδες πλατφορμών και ρυθμιζόμενα επιστημονικά περιβάλλοντα.
  • Ικανότητα καθορισμού μακροπρόθεσμων οδικών χαρτών προϊόντων δεδομένων.
  • Ικανότητα σύνδεσης επιστημονικών και τεχνικών ομάδων και επιρροής σε διαλειτουργικές ομάδες χωρίς άμεση εξουσία.

Παροχές

  • Συνταξιοδοτικό πρόγραμμα.
  • Πρόγραμμα αποταμίευσης 401(k).
  • Πρόγραμμα μακροπρόθεσμων κινήτρων.
  • 120 ώρες άδειας ανά ημερολογιακό έτος.
  • 40 ώρες αναρρωτικής άδειας ανά ημερολογιακό έτος· 48 ώρες για εργαζομένους στο Κολοράντο και 56 ώρες για εργαζομένους στην Ουάσιγκτον.
  • 13 αμειβόμενες αργίες ανά ημερολογιακό έτος, συμπεριλαμβανομένων των κυμαινόμενων αργιών.
  • Έως 40 ώρες ετησίως για εργασία, προσωπικές υποθέσεις και οικογενειακό χρόνο.
  • 480 ώρες γονικής άδειας εντός ενός έτους από τη γέννηση, την υιοθεσία ή την τοποθέτηση παιδιού σε ανάδοχη οικογένεια.
  • Άδεια πένθους ανά ημερολογιακό έτος: 240 ώρες για μέλος της άμεσης οικογένειας ή 40 ώρες για μέλος της ευρύτερης οικογένειας.
  • 80 ώρες άδειας φροντιστή σε κυλιόμενη περίοδο 52 εβδομάδων.
  • 32 ώρες εθελοντικής άδειας ανά ημερολογιακό έτος.
  • 80 ώρες ετήσιας άδειας για συζύγους στρατιωτικών.
  • Προσαρμογές για προσβάσιμες συνεντεύξεις υποψηφίων με αναπηρία.

Σχετικές θέσεις εργασίας

Vanguard

Ανώτερος διευθυντής διαχείρισης δεδομένων

Vanguard

Ηγεσία των λειτουργιών διαχείρισης δεδομένων της Vanguard, συμπεριλαμβανομένων της ποιότητας, της διακυβέρνησης και των πρακτικών κύριων δεδομένων. Διαχείριση ομάδων, ελέγχων, περιστατικών, προμηθευτών και στρατηγικών πρωτοβουλιών δεδομένων.

Άνοιγμα
Johnson & Johnson

Κύριος επιστήμονας, επιστήμη δεδομένων και επιστημονικά προϊόντα δεδομένων

Johnson & Johnson

Καθοδήγηση της ανάπτυξης επιστημονικών προϊόντων δεδομένων έτοιμων για τεχνητή νοημοσύνη, για την ανακάλυψη και την ανάπτυξη φαρμάκων στη Johnson & Johnson. Ο ρόλος καλύπτει την ενσωμάτωση με AWS, την προγνωστική μοντελοποίηση, τα μεταδεδομένα και την αρχιτεκτονική επιστημονικών δεδομένων.

Άνοιγμα
Johnson & Johnson

Διευθυντής Επιστήμης Δεδομένων για εξαγωγή τεκμηρίων με ΤΝ

Johnson & Johnson

Ηγεσία στην εξαγωγή, επιμέλεια και σύνθεση επιστημονικών τεκμηρίων με τεχνητή νοημοσύνη για την κλινική ανάπτυξη στον τομέα των νευροεπιστημών της Johnson & Johnson. Δημιουργία επαναχρησιμοποιήσιμων και ιχνηλάσιμων δεδομένων και ροών εργασίας.

Άνοιγμα
Johnson & Johnson

Διευθυντής Επιστήμης Δεδομένων και Παραγωγικής Τεχνητής Νοημοσύνης για τις Νευροεπιστήμες

Johnson & Johnson

Ηγεσία πρωτοβουλιών παραγωγικής και πρακτορικής τεχνητής νοημοσύνης στην Έρευνα και Ανάπτυξη Νευροεπιστημών της Johnson & Johnson. Ανάπτυξη επιστημονικών πλατφορμών που επιταχύνουν την ανακάλυψη φαρμάκων και συμβάλλουν σε καλύτερες εκβάσεις για τους ασθενείς.

Άνοιγμα
Johnson & Johnson

Διευθυντής Επιστήμης Δεδομένων για Εξαγωγή Τεκμηρίων με ΤΝ

Johnson & Johnson

Καθοδηγήστε τη χρήση της ΤΝ από την Johnson & Johnson για την εξαγωγή και σύνθεση τεκμηρίων στην κλινική ανάπτυξη στον τομέα των νευροεπιστημών. Δημιουργήστε ανιχνεύσιμες ροές εργασίας, επαναχρησιμοποιήσιμα δεδομένα και υπεύθυνες δυνατότητες ΤΝ.

Άνοιγμα