Alcon
Alcon
Alcon arendab silmahooldustooteid, mis on loodud selleks, et aidata inimestel näha selgelt ja elada suurema nägemismugavusega. Ettevõtte tegevus hõlmab nägemisega seotud innovatsiooni, teadus- ja arendustööd ning silmatervise toodete valmistamist, sealhulgas kord nädalas vahetatavat PRECISION7® kontaktläätse. Ülemaailmse suunitlusega tervishoiuettevõttena edendab Alcon nägemislahendusi, mille eesmärk on parandada igapäevast elukvaliteeti.

Statistikainnovatsiooni ja andmeteaduse direktor

Juhi statistikaalast innovatsiooni, masinõpet ja tehisintellekti, mis toetavad Alconi kliinilisi uuringuid ja silmatervise tõenduspõhist käsitlust. Loo valideeritud ja skaleeritavaid mudeleid teadustööks reguleeritud keskkonnas.

Kirjeldus

  • Juhi kvantitatiivset tööd, mis toetab kliinilist arendustegevust ja tõendite loomist.
  • Kasuta statistilisi meetodeid uuringute kavandamise, analüüsi, tõlgendamise ja arendusotsuste suunamiseks.
  • Loo ja rakenda täiustatud mudeleid, sealhulgas lineaarseid ja mittelineaarseid meetodeid, üldistatud lineaarseid mudeleid, segamõjude ja hierarhilisi mudeleid, longitudinaalset ja elulemusanalüüsi, Bayesi meetodeid, põhjuslikku järeldamist ning simulatsiooni.
  • Analüüsi ravivastust, haiguse kulgu, varieeruvust, prognoosimist, prognoosi, kasu ja riski ning seoseid kliiniliste, pildi-, digitaalsete, patsientide esitatud ja reaalse maailma andmete vahel.
  • Juhi andmeteaduse ja masinõppe rakendamist prognoosimiseks, klassifitseerimiseks, klasterdamiseks, patsientide stratifitseerimiseks, signaalide tuvastamiseks ja suuremõõtmeliseks analüüsiks.
  • Arenda ja hinda süvaõppe meetodeid oftalmoloogiliste piltide ja multimodaalsete andmete jaoks.
  • Vali klassikalised statistilised meetodid, masinõpe või süvaõpe vastavalt teaduslikele eesmärkidele ja regulatiivsetele vajadustele.
  • Määra standardid mudelite arendamiseks ja valideerimiseks, sealhulgas treenimine, häälestamine, kalibreerimine, töökindlus, reprodutseeritavus, kallutatus, tõlgendatavus, ebakindlus ja pidev toimivuse jälgimine.
  • Hinda uusi meetodeid, näiteks generatiivset tehisintellekti, ning muuda prototüübid korduvkasutatavateks analüütilisteks tööriistadeks, mille puhul on tagatud inimjärelevalve ja juhtimine.
  • Tee koostööd statistika, kliinilise arenduse, regulatiivküsimuste, andmehalduse, digivaldkonna, kvaliteedi ja tehnoloogia meeskondadega.
  • Koordineeri tööd programmeerijate, andmeteadlaste, masinõppeinseneride ja andmeinseneridega.
  • Selgita kvantitatiivseid meetodeid ja mudelite piiranguid nii tehnilistele kui ka mittetehnilistele sihtrühmadele.
  • Esinda Alconit teaduslikes ja regulatiivsetes koostööprojektides ning välispartnerlustes.
  • Juhenda ja arenda kvantitatiivteadlasi.
  • Suurenda organisatsiooni pädevust statistilises modelleerimises, andmeteaduses, masinõppes, süvaõppes, reprodutseeritavas teadustöös ja vastutustundlikus tehisintellekti kasutamises.
  • Aita kujundada statistikaorganisatsiooni pikaajalist strateegiat, töökorraldusmudelit ja teadussuunda.

Nõuded

  • Bakalaureusekraad või samaväärne arv otseselt asjakohase töökogemuse aastaid.
  • Alternatiivsed kvalifikatsiooniteed: keskharidus ja 18 aastat kogemust, rakenduskõrgharidus ja 14 aastat kogemust, magistrikraad ja 7 aastat kogemust või doktorikraad ja 6 aastat kogemust.
  • 10 aastat asjakohast töökogemust.
  • 6 aastat tõendatud juhtimiskogemust.
  • Inglise keele sujuv lugemis-, kirjutamis-, mõistmis- ja suhtlusoskus.
  • Kõrgem kraad (MSc või PhD) statistikas või biostatistikas tuleb kasuks; sobida võib ka doktorikraad lähedasel kvantitatiivsel erialal.
  • Põhjalikud teadmised statistilisest järeldamisest ja modelleerimisest, sealhulgas lineaarsetest ja mittelineaarsetest mudelitest ning muudest täiustatud meetoditest.
  • Praktiline kogemus andmeteaduse, masinõppe ja/või süvaõppega; eelistatud on kliiniliste, biomeditsiiniliste, pildi-, digitaalse tervise või muude suuremõõtmeliste andmetega töötamise kogemus.
  • R-i ja/või Pythoni valdamine.
  • Kogemus reprodutseeritavate ja versioonihaldusega analüütiliste töövoogude ning tänapäevaste statistika- või masinõppe arvutuskeskkondadega.
  • Oskus valida sobivalt klassikaliste statistiliste meetodite, masinõppe, süvaõppe ja hübriidmeetodite vahel.
  • Kogemus kliinilise arendustegevuse, regulatiivsete esituste või suhtluse ning teaduspublikatsioonide toetamisel.
  • Teadmised mudelite valideerimisest, andmete terviklusest ning tehisintellekti ja masinõppe suhtes kehtivatest muutuvatest ootustest reguleeritud keskkonnas.

Hüved

  • Võimalused sihipäraseks arenguks ja ametialaseks enesetäiendamiseks.
  • Ravikindlustus.
  • Elukindlustus.
  • Pensionihüvitised.
  • Paindlik vaba aeg.
  • Kolimistoetus.
  • Viisa sponsorlus.
  • Töölähetused kuni 10% ulatuses.

Seotud töökohad