Eli Lilly and Company
Eli Lilly and Company
Ang Eli Lilly and Company ay isang multinasyunal na kompanya ng parmasyutiko at pangangalagang pangkalusugan na nakatuon sa pagtuklas, pagbuo, paggawa, at komersyalisasyon ng mga inireresetang gamot. Saklaw ng mga gawain nito ang mga larangang panterapeutika tulad ng diabetes, oncology, immunology, neuroscience, at pamamahala ng sakit, habang pinagsasama ang pananaliksik at pagpapaunlad, mga klinikal na pagsubok, mga prosesong pangregulasyon, paggawa ng mga biyolohikal at small-molecule na gamot, at pandaigdigang pamamahagi.

Inhinyero ng Applied AI, Clinical Informatics — Eli Lilly, Onsite sa Boston

Bumubuo ng mga kakayahan sa applied AI at machine learning para sa mga klinikal na pagsubok, biobank, at translational medicine program ng Eli Lilly. Gumagamit ng klinikal, molekular, at populasyong datos upang ilarawan ang mga phenotype ng pasyente at makalikha ng ebidensya para sa mga susunod na therapy.

Paglalarawan

  • Lumikha at gawing production-ready ang mga agentic AI tool na nagpapahintulot sa mga mananaliksik na mag-query ng klinikal na datos gamit ang natural na wika
  • Gumamit ng biomedical ontology, trial registry, at piniling pathway resource upang i-ground ang mga output ng retrieval-augmented generation sa beripikadong kaalamang biyolohikal
  • Ilapat ang unsupervised at self-supervised na pamamaraan upang tukuyin ang mga archetype ng pasyente at molecular disease subtype sa mga dataset ng trial at biobank
  • Bumuo ng survival analysis at dynamic treatment-regime estimator mula sa pinagsamang klinikal at omics na variable
  • I-standardize ang magkakaibang pinagmulan ng clinical trial at biobank sa mga magkakaparehong representasyon ng datos
  • Suriin at patuloy na subaybayan ang kalidad, kaligtasan, at operational reliability ng modelo matapos itong i-deploy
  • Makipag-ugnayan sa mga vendor, contractor, at panlabas na partner na sumusuporta sa mga research program ng Lilly
  • Bumuo ng SDTM- at ADaM-based na pipeline para sa mga locked trial database na ginagamit sa secondary at exploratory analysis
  • Suriin ang mga natapos na trial para sa subgroup effect, heterogeneity ng paggamot, at mga pattern ng responder o non-responder
  • Ilapat ang NLP sa mga salaysay tungkol sa adverse event, klinikal na tala, at komento ng investigator upang matuklasan ang mga posibleng safety signal
  • Muling buuin ang longitudinal na kasaysayan ng pasyente upang pag-aralan ang pag-unlad ng sakit, kinetics ng tugon sa paggamot, at time-to-event endpoint
  • Magdisenyo ng cross-study meta-analysis at integrative workflow na sumasaklaw sa mga natapos na clinical trial
  • Gumamit ng malalaking biobank cohort, kabilang ang UK Biobank at All of Us, para sa external validation at data enrichment
  • Magpatupad ng reproducible research operation gamit ang data version control, containerized computing, at audit-ready analysis record
  • Magsagawa ng pananaliksik alinsunod sa HIPAA, GDPR, at naaangkop na pamantayan ng IRB at ethics committee

Mga Kinakailangan

  • Master's degree sa biomedical informatics, computational biology, bioinformatics, statistical genetics, epidemiology, computer science, o kaugnay na quantitative discipline, o MD/PhD na may katumbas na lalim sa translational data science, at hindi bababa sa anim na taong karanasan sa pananaliksik gamit ang clinical-trial dataset (SDTM/ADaM), biobank data, o malalaking population-health dataset
  • Doctoral degree sa biomedical informatics, computational biology, bioinformatics, statistical genetics, epidemiology, computer science, o kaugnay na quantitative discipline, o MD/PhD na may katumbas na lalim sa translational data science, at hindi bababa sa tatlong taong karanasan sa pananaliksik gamit ang clinical-trial dataset (SDTM/ADaM), biobank data, o malalaking population-health dataset
  • Napatunayang karanasan sa pag-deploy ng AI tool sa production para sa clinical-data analysis
  • Advanced na kasanayan sa Python at/o R para sa machine learning at statistical modeling
  • Malakas na kasanayan sa SQL
  • Karanasan sa paggamit ng cloud research-computing platform, lalo na ang DNAnexus, AWS, Google Cloud, Azure, o high-performance computing cluster
  • Praktikal na kaalaman sa advanced generative-AI technique, kabilang ang LLM fine-tuning at pagsasanay ng foundation model mula sa simula
  • Karanasan sa pagtatrabaho sa high-performance computing environment
  • Malawak na kaalaman sa CDISC standard, kabilang ang SDTM at ADaM
  • Napatunayang aplikasyon ng survival analysis, causal inference, NLP, at deep learning sa klinikal o genomic na pananaliksik
  • Malakas na pag-unawa sa OMOP CDM, HL7 FHIR Genomics, at nangungunang biomedical ontology
  • Hands-on na pananaliksik gamit ang malalaki at pampubliko o restricted-access na biobank, kabilang ang UK Biobank at All of Us
  • Karanasan sa paggamit ng federated learning, differential privacy, o secure-computation method para sa multisite biomedical research
  • Rekord ng peer-reviewed publication sa clinical AI, translational informatics, genomics, o kaugnay na disiplina
  • Pamilyaridad sa target-trial framework at paggamit nito sa biobank data
  • Kaalaman sa pharmacogenomics, drug-response modeling, o clinical-trial PK/PD analysis
  • Karanasan sa pagbuo ng biomedical knowledge graph, paggamit ng graph machine learning, o ontology-based reasoning
  • Praktikal na karanasan sa pagsusuri ng multi-omic dataset
  • Kakayahang sumunod sa HIPAA, GDPR, at naaangkop na mga kinakailangan ng IRB at ethics committee

Mga Benepisyo

  • Pagiging kwalipikado para sa bonus ng kumpanya na bahagyang nakabatay sa resulta ng organisasyon at indibidwal
  • Employer-sponsored na 401(k) plan
  • Pension plan
  • Panahon ng bakasyon
  • Medical coverage
  • Dental coverage
  • Vision coverage
  • Coverage para sa inireresetang gamot
  • Flexible spending option para sa healthcare at/o dependent care
  • Life insurance at death benefit
  • Mga programa para sa time off at leave
  • Suporta sa well-being tulad ng employee assistance program, fitness offering, at mga club at aktibidad ng empleyado
  • Employee resource group

Mga Kaugnay na Trabaho

vente-unique.com

Accountant para sa Accounts Receivable — Vente-unique.com

vente-unique.com
51 – 200 Mga Empleyado
E-commercePagtitingi

Pamahalaan ang mga bayad ng customer, refund at pagsasaayos ng account sa Vente-unique.com, isang online retailer ng muwebles at palamuti sa bahay sa Europa. Makipagtulungan nang malapit sa mga team ng customer service at logistics.

Buksan
Sol de Janeiro

Pansamantalang Espesyalista sa Accounts Payable — Sol de Janeiro, New York

Sol de Janeiro

Asikasuhin ang pagproseso ng invoice, mga bayad, at reconciliation para sa accounts payable team ng Sol de Janeiro. Suportahan din ang pag-onboard ng supplier, pagsasara sa katapusan ng buwan, at pagpapahusay ng mga workflow sa accounts payable.

Buksan
bridge351

Senior na Tagapangasiwa ng Database

bridge351
51 – 200 Mga Empleyado
B2BRekrutment

Suportahan ang misyon ng ahensiya ng seguridad ng European Union sa pamamahala ng mga kritikal na database gamit ang MariaDB, PostgreSQL, Kubernetes, mataas na availability, at disaster recovery sa mga kapaligirang walang koneksiyon sa panlabas na network.

Buksan
TDCX

Espesyalista sa Accounts Payable – Singapore (On-site)

TDCX

Pangasiwaan ang buwanang pagsasara ng aklat, paghahain ng buwis, usaping treasury, at mga iskedyul ng audit bilang Espesyalista sa Accounts Payable sa TDCX. Suportahan ang pandaigdigang operasyon ng BPO at karanasan ng kostumer ng kumpanya sa pamamagitan ng tumpak na pag-uulat sa pananalapi.

Buksan
Jeevan Technologies (a Nobl Q company)

Remote na Data Analyst — India

Jeevan Technologies (a Nobl Q company)
501 – 1,000 Mga Empleyado
LogisticsPagkonsultaPagmamanupaktura

Pagandahin ang kalidad ng datos at pag-uulat para sa isang kompanya ng mga serbisyong IT sa pamamagitan ng pagsusuri ng mga dataset at pagbuo ng mga analytics solution na kayang palawakin. Gamitin ang SQL, Azure, Power Platform, at Excel para masuportahan ang tumpak at episyenteng pag-uulat.

Buksan