Johnson & Johnson
Johnson & Johnson
Johnson & Johnson on maailmanlaajuinen terveydenhuoltoalan yritys, joka toimii innovatiivisten lääkkeiden ja lääkinnällisen teknologian parissa. Sen tiimit kehittävät ratkaisuja onkologian, immunologian, neurotieteen, silmätautien erikoisalojen, interventiohoitojen ja ortopedian aloilla yhdistäen tieteen ja teknologian monimutkaisten terveystarpeiden ratkaisemiseksi. Yritys painottaa myös terveyden tasa-arvoa, ympäristön kestävyyttä, monimuotoisuutta ja osallisuutta palvellessaan terveydenhuollon ammattilaisia, potilaita ja yhteisöjä kaikkialla maailmassa.

Vanhempi datatieteilijä, tuote-AI ja koneoppiminen

Kehitä generatiivisen tekoälyn ja koneoppimisen ratkaisuja Johnson & Johnsonin terveydenhuoltoon ja kliinisten tutkimusten toimintaan. Rakenna työkaluja suuriin kielimalleihin, ennustamiseen, optimointiin ja osallistujamäärien mallintamiseen.

Kuvaus

  • Kehitä generatiivisen tekoälyn ja koneoppimisen ratkaisuja kliinisten tutkimusten toimintaan.
  • Hienosäädä suuria kielimalleja kliinisten tutkimussuunnitelmien vertailuun, tutkimusten samankaltaisuuden analysointiin, tietojen yhdenmukaistamiseen ja kelpoisuuden arviointiin.
  • Hyödynnä toimintatietoja ja optimointimenetelmiä kustannusten ja osallistujamäärien optimointityökalujen kehittämiseen sekä tosielämän dataan perustuvien havaintojen tuottamiseen.
  • Tue potilasmallinnusta ja osallistujamäärien simulointia tutkimusten osallistujarekrytoinnin valmistumisajan ennustamiseksi.
  • Selitä teknisiä menetelmiä ja tuloksia eri yleisöille ja kumppaneille päätöksenteon tueksi.

Vaatimukset

  • Tohtorintutkinto määrällisellä alalla, kuten tietojenkäsittelytieteessä, tilastotieteessä, biostatistiikassa, terveystaloustieteessä, biolääketieteellisessä informatiikassa, epidemiologiassa tai sovelletussa matematiikassa.
  • Vähintään kahden vuoden kokemus teollisuudesta datatieteen hankkeiden toteuttamisesta ennakoivien teknologioiden, ennustamisen, moniulotteisen optimoinnin, luonnollisen kielen käsittelyn, tekoälyn tai koneoppimisen parissa.
  • Käytännön kokemusta LLM-sovelluskehyksistä ja työkaluista, kuten DSPy tai LangChain, kliinisistä tai lääketieteellisistä LLM-malleista sekä hienosäätömenetelmistä.
  • Pythonin ja SQL:n sujuva hallinta.
  • MLOps-käytäntöjen ja -työkalujen tuntemus.
  • Kokemusta tosielämän datasta, potilaskohorttien muodostamisesta, osallistujamäärien mallintamisesta tai kliinisten tutkimusten analytiikasta.
  • Kokemusta työskentelystä terveydenhuollon ammattilaisten kanssa.
  • Kiinnostusta datan hyödyntämiseen tieteellisen innovoinnin edistämiseksi.
  • Vahvat vuorovaikutus-, viestintä- ja esiintymistaidot.

Edut

  • Osallistava työympäristö.
  • Yhdenvertaisia mahdollisuuksia tarjoava työnantaja.
  • Myönteisiä erityistoimia ja yhdenvertaisia mahdollisuuksia edistävä työnantaja.

Samankaltaiset työpaikat