Xenon Seven
Xenon Seven
11 – 50 Töötajad
NõustamineTervishoidTootmine
Xenon Seven pakub tehisintellekti- ja andmenõustamist tervishoiu, finantsteenuste, jaekaubanduse, tehnoloogia, autotööstuse, energeetika ja töötleva tööstuse organisatsioonidele. Töö hõlmab generatiivset tehisintellekti, ennustavat analüütikat, arvutinägemist, robootikat ja otsustustuge. Ettevõte aitab meeskondadel võimalusi hinnata, tehisintellekti võimekust luua ja laiendada ning selle aluseks olevat taristut täiustada. Xenon Seven kasutab enam kui 20 asutuse tehisintellektispetsialistide võrgustikku ning peab oluliseks turvalist rakendamist ja usaldusväärset üleminekut tehisintellekti toetatud tegevusele.

Kliiniliste andmeteadlane: digikaksikud ja kliinilised uuringud

Arendab digikaksikuid ja simulatsioone ravimi kliiniliste uuringute kavandamise toetamiseks. Ühendab kliinilised andmed tehisintellekti ja masinõppega, et toetada tõenduspõhiseid arendusotsuseid.

Kirjeldus

  • Juhid patsientide, haiguste, ravivastuse ja kliiniliste uuringute digikaksikute arendamist ning hindamist, kasutades kliiniliste uuringute andmeid ja asjakohaseid välisandmeid.
  • Rakendad mehhanistlikke, statistilisi ja põhjuslikke meetodeid ning masinõpet, et luua digikaksikuid erinevate populatsioonide, sekkumiste, annustamisstrateegiate, tulemusnäitajate ja uuringukavandite jaoks.
  • Määratled kasutusjuhud ja koos kliiniliste ning kvantitatiivsete valdkondade ekspertidega selle, kuidas digikaksikuid kasutatakse.
  • Hindad mudelite kalibreeritust, valideeritust, töökindlust, ülekantavust, ebakindlust ja praktilist asjakohasust sise- ja välisstrateegiate abil.
  • Arendad eri programmides ja ravivaldkondades taaskasutatavaid digikaksikute komponente ning korratavaid töövooge.
  • Teed uuringumeeskondadega koostööd sihtrühmade, kaasamiskriteeriumide, patsientide valiku täpsustamise strateegiate, võrdlusravide, tulemusnäitajate, visiidigraafikute, annustamisstrateegiate ja töökorralduslike kompromisside hindamisel.
  • Kasutad digikaksikuid ja simulatsioone stsenaariumide võrdlemiseks, ebakindluse kvantifitseerimiseks ning mudelipõhiste otsuste toetamiseks.
  • Koordineerid analüüse statistikute ja farmakomeetrikutega, et need oleksid kooskõlas kliiniliste ja regulatiivsete eesmärkidega.
  • Selgitad tehnilistele ja mittetehnilistele sidusrühmadele eeldusi, piiranguid ja otsuste seisukohalt olulisi tulemusi.
  • Analüüsid ja ühendad kliiniliste uuringute andmeid, biomarkereid, piltdiagnostika andmeid, digitaalse tervise andmeid, omics-andmeid, patsientide esitatud tulemusi ja päriseluandmeid.
  • Teed andmetehnika- ja platvormimeeskondadega koostööd analüüsivalmis andmekogumite ettevalmistamisel ning andmekvaliteedi kontrollide, andmete päritolu jälgitavuse ja korratavate andmetöötlusvoogude loomisel.
  • Koostad teadusdokumentatsiooni, esitlusi ja publikatsioone ning toetad digikaksikute meetodite vastutustundlikku kasutuselevõttu.
  • Määratled enne mudelite arendamist nende kavandatud kasutuse, otsustuskonteksti, ed eduskriteeriumid ja piirangud.
  • Tagad, et mudelid on tõlgendatavad, auditeeritavad ja korratavad ning nende kasutamist toetavad tõendid.
  • Järgid kliiniliste andmete ja analüüsitulemuste haldamise, privaatsuse, turvalisuse ja teadusliku ülevaatuse nõudeid.
  • Hoiad uurimuslikud analüüsid lahus valideeritud otsustustoe tõendusmaterjalist ning kirjeldad mudelite võimalusi täpselt.

Nõuded

  • Doktorikraad andmeteaduses, statistikas, biostatistikas, farmakomeetrias, arvutiteaduses, biomeditsiini informaatikas, tehnikateadustes, matemaatikas, operatsioonianalüüsis või muul seotud kvantitatiivsel erialal.
  • Tõendatud kogemus digikaksikute, virtuaalpatsientide, haiguse progresseerumise mudelite, kliiniliste uuringute simulatsioonide, sünteetiliste kontrollrühmade või sarnaste arvutusmudelite loomisel.
  • Tugev taust masinõppe, statistilise modelleerimise, põhjusliku järeldamise või simulatsiooni rakendamisel biomeditsiini, tervishoiu, farmaatsia või muude keerukate teadusandmete puhul.
  • Head programmeerimisoskused Pythonis, R-is või võrreldavas analüüsikeeles ning kogemus versioonihalduse ja korratavate töövoogudega.
  • Piisavad teadmised kliinilisest arendusest, et sõnastada asjakohaseid küsimusi ja teha tõhusat koostööd kliiniliste ning kvantitatiivsete uuringuekspertidega.
  • Võime ja huvi täiendada kliiniliste uuringute kavandamise teadmisi koostöös kliiniliste teadlaste, biostatistikute ja farmakomeetrikutega.
  • Väga hea kirjalik ja suuline suhtlusoskus ning tõendatud tulemuslik koostöö teadusvaldkondade vahel.
  • Eeliseks on kogemus kliiniliste uuringute kavandamise toetamise, uuringuprotokollide koostamise, kliinilise arenduse strateegia, mudelipõhise ravimiarenduse või regulaatoritele esitatava kvantitatiivse tõendusmaterjaliga.
  • Uuringukavandite teemade tundmine, näiteks tulemusnäitajate strateegia, valimi suuruse või statistilise võimsuse eeldused, patsientide valik või patsientide valiku täpsustamine, kordusmõõtmiste tulemused, puuduvad andmed, kohanduvad uuringukavandid või otsustuskriteeriumid.
  • Digikaksikute arhitektuuri ja valideerimise, põhjusliku järeldamise, Bayesi modelleerimise, elulemusanalüüsi, kordusmõõtmiste modelleerimise, kliiniliste uuringute simulatsiooni või sünteetiliste kontrollrühmade tundmine.
  • Kogemus kliiniliste andmestandardite ja kliinilise arenduse levinud andmeallikatega.
  • Kogemus biomarkerite, piltdiagnostika, omics-, digitaalse tervise või päriseluandmetega, sealhulgas eri andmetüüpide ühendamisega.
  • Kogemus skaleeritavate pilvepõhiste analüüsikeskkondade kasutamisel.
  • Tõendatud oskus muuta analüütiline töö otsusteks, taaskasutatavateks võimekusteks, publikatsioonideks, esitlusteks või muudeks mõõdetavateks teadustulemusteks.

Seotud töökohad

Capital One

Alternatiivsete andmete strateegia juht, andmeteadlane

Capital One

Juhi Capital One’is andmeteaduse tööd, et hinnata alternatiivseid andmeid USA kaardiäri krediidiotsuste jaoks. Loo masinõppemudeleid, andmetunnuseid ja skaleeritavaid seiresüsteeme.

Ava