Johnson & Johnson
Johnson & Johnson
Johnson & Johnson on ülemaailmne tervishoiuettevõte, mis tegutseb uuenduslike ravimite ja meditsiinitehnoloogia valdkonnas. Selle meeskonnad töötavad välja lahendusi onkoloogia, immunoloogia, neuroteaduse, oftalmoloogia erivaldkondade, interventsionaalse ravi ja ortopeedia jaoks, ühendades teaduse ja tehnoloogia keerukate tervisevajaduste lahendamiseks. Ettevõte pöörab tähelepanu ka tervisealasele võrdsusele, keskkonnasäästlikkusele, mitmekesisusele ja kaasatusele, teenindades tervishoiuteenuse osutajaid, patsiente ja kogukondi kogu maailmas.

Vanemandmeteadlane, toote tehisintellekt ja masinõpe

Loo generatiivse tehisintellekti ja masinõppe lahendusi Johnson & Johnsoni tervishoiu- ja kliiniliste uuringute toimingute jaoks. Arenda tööriistu suurte keelemudelite, prognoosimise, optimeerimise ja osalejate arvu modelleerimise tarbeks.

Kirjeldus

  • Loo generatiivse tehisintellekti ja masinõppe lahendusi kliiniliste uuringute toimingute jaoks.
  • Kohanda suuri keelemudeleid kliiniliste uuringuprotokollide võrdlemiseks, uuringute sarnasuse analüüsimiseks, andmete ühtlustamiseks ja sobivuse hindamiseks.
  • Kasuta tegevusandmeid ja optimeerimismeetodeid kulude ning osalejate arvu optimeerimise tööriistade loomiseks ja päriselu andmetest ülevaadete saamiseks.
  • Toeta patsientide modelleerimist ja osalejate arvu simulatsioone, et prognoosida uuringu osalejate värbamise lõpulejõudmist.
  • Selgita tehnilisi meetodeid ja tulemusi eri sihtrühmadele ning partneritele, et toetada otsuste tegemist.

Nõuded

  • Doktorikraad kvantitatiivses valdkonnas, näiteks arvutiteaduses, statistikas, biostatistikas, tervisemajanduses, biomeditsiinilises informaatikas, epidemioloogias või rakendusmatemaatikas.
  • Vähemalt kaheaastane tööstuskogemus andmeteaduse projektide elluviimisel, mis hõlmavad ennustavaid tehnoloogiaid, prognoosimist, mitme eesmärgiga optimeerimist, loomuliku keele töötlemist, tehisintellekti või masinõpet.
  • Praktiline kogemus LLM-i rakendusraamistike ja tööriistadega, näiteks DSPy või LangChain, kliiniliste või meditsiiniliste LLM-idega ning mudelite kohandamise meetoditega.
  • Pythoni ja SQL-i valdamine.
  • MLOpsi praktikate ja tööriistade tundmine.
  • Kogemus päriselu andmete, patsientide kohortide koostamise, osalejate arvu modelleerimise või kliiniliste uuringute analüütikaga.
  • Kogemus tervishoiutöötajatega töötamisel.
  • Huvi andmete kasutamise vastu teadusliku innovatsiooni edendamiseks.
  • Head suhtlemis-, kommunikatsiooni- ja esinemisoskused.

Hüved

  • Kaasav töökeskkond.
  • Võrdseid võimalusi pakkuv tööandja.
  • Positiivset erikohtlemist ja võrdseid võimalusi toetav tööandja.

Seotud töökohad