Xenon Seven

۱۱ – ۵۰ کارکنان

Xenon Seven به سازمان‌هایی در حوزه‌های سلامت، خدمات مالی، خرده‌فروشی، فناوری، خودروسازی، انرژی و تولید، مشاورهٔ هوش مصنوعی و داده ارائه می‌دهد. فعالیت‌های آن شامل هوش مصنوعی مولد، تحلیل پیش‌بینانه، بینایی ماشین، رباتیک و پشتیبانی از تصمیم‌گیری است و به تیم‌ها کمک می‌کند فرصت‌ها را ارزیابی کنند، قابلیت‌های هوش مصنوعی را ایجاد و گسترش دهند و زیرساخت‌های پشتیبان آن را بهبود بخشند. این شرکت از شبکه‌ای از متخصصان هوش مصنوعی در بیش از ۲۰ مؤسسه بهره می‌گیرد و بر پیاده‌سازی امن و گذار مطمئن به عملیات مبتنی بر هوش مصنوعی تأکید دارد.

فرصت‌های شغلی شرکت

دانشمند داده‌های بالینی، دوقلوهای دیجیتال و کارآزمایی‌های بالینی

دوقلوهای دیجیتال و شبیه‌سازی‌هایی برای کمک به طراحی کارآزمایی‌های بالینی دارویی می‌سازید. داده‌های بالینی را با هوش مصنوعی و یادگیری ماشین ادغام می‌کنید تا به تصمیم‌های توسعه‌ای مبتنی بر شواهد کمک کنید.

۱ هفته پیش

ایالات متحده

ایلینوی

اوهایو ترکیبی تمام‌وقت سطح متوسط ارشد زبان مورد نیاز: انگلیسی دانشمند داده

Python ابر

توضیحات

توسعه و ارزیابی دوقلوهای دیجیتال بیمار، بیماری، پاسخ به درمان و کارآزمایی بالینی را با استفاده از داده‌های کارآزمایی بالینی و داده‌های بیرونی مرتبط هدایت کنید.
روش‌های مکانیکی، آماری، علّی و یادگیری ماشین را برای ساخت دوقلوهای دیجیتال در جمعیت‌ها، مداخلات، راهبردهای دوزدهی، نقاط پایانی و طرح‌های کارآزمایی جایگزین به کار ببرید.
با متخصصان بالینی و کمی، موارد استفاده را تعیین کنید و مشخص کنید دوقلوهای دیجیتال چگونه به کار گرفته خواهند شد.
با راهبردهای داخلی و بیرونی، کالیبراسیون، اعتبارسنجی، استحکام، قابلیت انتقال، عدم قطعیت و ارتباط عملی مدل را ارزیابی کنید.
جریان‌های کاری تکرارپذیر و اجزای دوقلوی دیجیتالِ قابل استفاده مجدد را در برنامه‌ها و حوزه‌های درمانی بسازید.
با تیم‌های کارآزمایی برای ارزیابی جمعیت‌های هدف، معیارهای صلاحیت، راهبردهای غنی‌سازی، گروه‌های مقایسه، نقاط پایانی، برنامه ملاقات‌ها، راهبردهای دوزدهی و ملاحظات عملی همکاری کنید.
برای مقایسه سناریوها، سنجش عدم قطعیت و پشتیبانی از تصمیم‌های مبتنی بر مدل از دوقلوهای دیجیتال و شبیه‌سازی‌ها استفاده کنید.
با متخصصان آمار و فارماکومتری هماهنگ شوید تا تحلیل‌ها با اهداف بالینی و مقرراتی هم‌راستا باشند.
فرض‌ها، محدودیت‌ها و یافته‌های مرتبط با تصمیم‌گیری را برای ذی‌نفعان فنی و غیرفنی توضیح دهید.
داده‌های کارآزمایی بالینی، نشانگرهای زیستی، تصویربرداری، داده‌های سلامت دیجیتال، اُمیکس، پیامدهای گزارش‌شده توسط بیمار و داده‌های دنیای واقعی را تحلیل و ادغام کنید.
با تیم‌های مهندسی داده و پلتفرم همکاری کنید تا مجموعه‌داده‌های آماده تحلیل فراهم شود و کنترل کیفیت داده، ردیابی منشأ و خط لوله‌های تکرارپذیر برقرار شوند.
مستندات علمی، ارائه‌ها و مقاله‌ها را آماده کنید و از به‌کارگیری مسئولانه روش‌های دوقلوی دیجیتال پشتیبانی کنید.
پیش از توسعه مدل‌ها، کاربرد مورد نظر، زمینه تصمیم‌گیری، معیارهای موفقیت و محدودیت‌ها را تعیین کنید.
اطمینان حاصل کنید مدل‌ها تفسیرپذیر، قابل ممیزی، تکرارپذیر و مبتنی بر شواهد باشند.
الزامات حاکمیت، حریم خصوصی، امنیت و بازبینی علمی را برای داده‌های بالینی و خروجی‌های تحلیلی رعایت کنید.
تحلیل‌های اکتشافی را از شواهد معتبرِ پشتیبان تصمیم جدا نگه دارید و قابلیت‌های مدل را دقیق بیان کنید.

شرایط لازم

دکتری در علم داده، آمار، زیست‌آمار، فارماکومتری، علوم رایانه، انفورماتیک زیست‌پزشکی، مهندسی، ریاضی، پژوهش عملیاتی یا رشته کمی مرتبط.
تجربه اثبات‌شده در ساخت دوقلوهای دیجیتال، بیماران مجازی، مدل‌های پیشرفت بیماری، شبیه‌سازی کارآزمایی بالینی، کنترل‌های مصنوعی یا مدل‌های محاسباتی مشابه.
پیشینه قوی در کاربرد یادگیری ماشین، مدل‌سازی آماری، استنباط علّی یا شبیه‌سازی برای داده‌های زیست‌پزشکی، سلامت، داروسازی یا دیگر داده‌های علمی پیچیده.
مهارت برنامه‌نویسی قوی در Python، R یا زبان تحلیلی مشابه، و تجربه کار با کنترل نسخه و جریان‌های کاری تکرارپذیر.
دانش کافی از توسعه بالینی برای طرح پرسش‌های مرتبط و همکاری مؤثر با متخصصان بالینی و کمیِ کارآزمایی.
توانایی و علاقه به گسترش دانش طراحی کارآزمایی بالینی در کنار دانشمندان بالینی، زیست‌آمارگران و متخصصان فارماکومتری.
مهارت قوی در ارتباط نوشتاری و گفتاری، همراه با سابقه همکاری علمی مؤثر میان‌رشته‌ای.
ترجیحاً: تجربه در پشتیبانی از طراحی کارآزمایی بالینی، تدوین پروتکل، راهبرد توسعه بالینی، توسعه داروی مبتنی بر مدل یا شواهد کمی برای تعاملات مقرراتی.
آشنایی با موضوعات طراحی کارآزمایی مانند راهبرد نقاط پایانی، فرض‌های اندازه نمونه یا توان، انتخاب یا غنی‌سازی بیمار، پیامدهای طولی، داده‌های گمشده، طرح‌های تطبیقی یا معیارهای تصمیم‌گیری.
دانش معماری و اعتبارسنجی دوقلوی دیجیتال، استنباط علّی، مدل‌سازی بیزی، تحلیل بقا، مدل‌سازی طولی، شبیه‌سازی کارآزمایی بالینی یا کنترل‌های مصنوعی.
تجربه با استانداردهای داده بالینی و منابع رایج داده در توسعه بالینی.
تجربه با نشانگرهای زیستی، تصویربرداری، اُمیکس، سلامت دیجیتال یا داده‌های دنیای واقعی، از جمله ادغام چند نوع داده.
تجربه کار در محیط‌های تحلیلی مقیاس‌پذیر و مبتنی بر ابر.
سابقه تبدیل کار تحلیلی به تصمیم‌ها، قابلیت‌های قابل استفاده مجدد، مقاله‌ها، ارائه‌ها یا دیگر دستاوردهای علمی قابل سنجش.

فرصت‌های شغلی مرتبط

۱٬۰۰۱ – ۵٬۰۰۰ کارکنان

حامی ویزای H1B ساخت‌وساز لجستیک مشاوره

ایالات متحده

ایلینوی

‎$۱۳۳٬۶۹۰ – ‎$۱۶۷٬۱۲۰ / سال

ترکیبی تمام‌وقت ارشد زبان مورد نیاز: انگلیسی دانشمند داده

رهبری تیم‌های علم داده برای ساخت راهکارهای یادگیری ماشین مقیاس‌پذیر و تحلیل‌های پیشرفته را بر عهده بگیرید. در ابتکارهای سراسری سازمان با فناوری اطلاعات، مدیران ارشد، تیم‌های محصول و دیگر ذی‌نفعان همکاری کنید.

باز کردن

۱٬۰۰۱ – ۵٬۰۰۰ کارکنان

حامی ویزای H1B ساخت‌وساز لجستیک مشاوره

ایالات متحده

ایلینوی

‎$۱۳۳٬۶۹۰ – ‎$۱۶۷٬۱۲۰ / سال

ترکیبی تمام‌وقت ارشد زبان مورد نیاز: انگلیسی دانشمند داده

رهبری تیم علم داده‌ای را بر عهده بگیرید که برای کسب‌وکار، یادگیری ماشین مقیاس‌پذیر و تحلیل‌های پیشرفته می‌سازد. دانشمندان داده را مدیریت و راهنمایی کنید، بر توسعه مدل‌ها نظارت داشته باشید و با فناوری اطلاعات، محصول، مدیران و دیگر ذی‌نفعان همکاری کنید.

باز کردن

حامی ویزای H1B امور مالی بانکداری فین‌تک

‎$۱۷۹٬۴۰۰ – ‎$۲۴۵٬۶۰۰ / سال

ترکیبی تمام‌وقت سطح متوسط ارشد زبان مورد نیاز: انگلیسی دانشمند داده

AWS Python Spark ابر متن‌باز

رهبری فعالیت‌های علم داده در Capital One را بر عهده بگیرید و داده‌های جایگزین را برای تصمیم‌های اعتباری US Card ارزیابی کنید. مدل‌های یادگیری ماشین، ویژگی‌های داده و سامانه‌های پایش مقیاس‌پذیر توسعه دهید.

باز کردن

۵٬۰۰۱ – ۱۰٬۰۰۰ کارکنان

امور مالی بیمه سرمایه‌گذاری

ایالات متحده

ایلینوی

‎$۱۳۲٬۰۰۰ – ‎$۱۸۱٬۵۰۰ / سال

ترکیبی تمام‌وقت ارشد سرپرست زبان مورد نیاز: انگلیسی دانشمند داده

برای خدمات بیمه و سرمایه‌گذاری COUNTRY Financial مدل‌های پیش‌بینی و راهکارهای هوش مصنوعی بسازید. با به‌کارگیری تحلیل پیشرفته، پیش‌بینی و بهینه‌سازی، نتایج تجاریِ قابل‌اندازه‌گیری ایجاد کنید.

باز کردن