Xenon Seven
Xenon Seven
Xenon Seven propose des services de conseil en intelligence artificielle et en données aux organisations des secteurs de la santé, des services financiers, du commerce de détail, de la technologie, de l’automobile, de l’énergie et de l’industrie manufacturière. Ses activités couvrent l’IA générative, l’analyse prédictive, la vision par ordinateur, la robotique et l’aide à la décision. L’entreprise aide les équipes à évaluer les possibilités, à développer et à étendre leurs capacités en IA, ainsi qu’à améliorer l’infrastructure qui les sous-tend. Elle s’appuie sur un réseau de spécialistes de l’IA issus de plus de 20 institutions et met l’accent sur une mise en œuvre sécurisée et des transitions fiables vers des opérations intégrant l’IA.

Scientifique des données cliniques : jumeaux numériques et essais cliniques

Développe des jumeaux numériques et des simulations pour éclairer la conception d’essais cliniques pharmaceutiques. Associe données cliniques, IA et apprentissage automatique afin d’étayer les décisions de développement par des preuves.

Description

  • Diriger le développement et l’évaluation de jumeaux numériques de patients, de maladies, de réponses aux traitements et d’essais cliniques à partir de données d’essais cliniques et de données externes pertinentes.
  • Appliquer des méthodes mécanistiques, statistiques, causales et d’apprentissage automatique pour créer des jumeaux numériques de populations, d’interventions, de stratégies posologiques, de critères d’évaluation et de plans d’essais alternatifs.
  • Définir les cas d’usage et préciser, avec les experts cliniques et quantitatifs, comment les jumeaux numériques seront utilisés.
  • Évaluer l’étalonnage, la validation, la robustesse, la transportabilité, l’incertitude et la pertinence pratique des modèles au moyen de stratégies internes et externes.
  • Créer des flux de travail reproductibles et des composants réutilisables de jumeaux numériques pour différents programmes et domaines thérapeutiques.
  • Collaborer avec les équipes d’essais afin d’évaluer les populations cibles, les critères d’éligibilité, les stratégies d’enrichissement, les comparateurs, les critères d’évaluation, les calendriers de visites, les stratégies posologiques et les arbitrages opérationnels.
  • Utiliser des jumeaux numériques et des simulations pour comparer des scénarios, quantifier l’incertitude et éclairer les décisions fondées sur des modèles.
  • Se coordonner avec les statisticiens et les pharmacométriciens afin d’aligner les analyses sur les objectifs cliniques et réglementaires.
  • Présenter les hypothèses, les limites et les résultats utiles à la décision aux parties prenantes techniques et non techniques.
  • Analyser et intégrer des données d’essais cliniques, des biomarqueurs, des images, des données de santé numérique, des données omiques, des résultats rapportés par les patients et des données du monde réel.
  • Collaborer avec les équipes d’ingénierie des données et de plateformes pour préparer des jeux de données prêts à l’analyse et mettre en place des contrôles qualité, la traçabilité et des pipelines reproductibles.
  • Préparer de la documentation scientifique, des présentations et des publications, et soutenir l’adoption responsable des méthodes de jumeaux numériques.
  • Définir l’usage prévu, le contexte décisionnel, les critères de réussite et les limites avant de développer les modèles.
  • Veiller à ce que les modèles soient interprétables, auditables, reproductibles et étayés par des preuves.
  • Respecter les exigences de gouvernance, de confidentialité, de sécurité et d’examen scientifique applicables aux données cliniques et aux résultats analytiques.
  • Distinguer les analyses exploratoires des preuves validées destinées à éclairer les décisions et décrire fidèlement les capacités des modèles.

Exigences

  • Doctorat en science des données, statistique, biostatistique, pharmacométrie, informatique, informatique biomédicale, ingénierie, mathématiques, recherche opérationnelle ou discipline quantitative apparentée.
  • Expérience démontrée dans la création de jumeaux numériques, de patients virtuels, de modèles d’évolution des maladies, de simulations d’essais cliniques, de témoins synthétiques ou de modèles informatiques similaires.
  • Solide expérience de l’application de l’apprentissage automatique, de la modélisation statistique, de l’inférence causale ou de la simulation à des données biomédicales, de santé, pharmaceutiques ou à d’autres données scientifiques complexes.
  • Solides compétences en programmation avec Python, R ou un langage analytique comparable, ainsi qu’une expérience du contrôle de version et des flux de travail reproductibles.
  • Connaissances suffisantes du développement clinique pour formuler des questions pertinentes et collaborer efficacement avec les experts cliniques et quantitatifs des essais.
  • Capacité et intérêt à approfondir les connaissances en conception d’essais cliniques aux côtés de scientifiques cliniciens, de biostatisticiens et de pharmacométriciens.
  • Excellentes aptitudes à la communication écrite et orale, et expérience de collaborations scientifiques efficaces entre plusieurs fonctions.
  • Atout : expérience dans l’accompagnement de la conception d’essais cliniques, l’élaboration de protocoles, la stratégie de développement clinique, le développement de médicaments guidé par les modèles ou la production de preuves quantitatives à visée réglementaire.
  • Connaissance des questions de conception d’essais telles que la stratégie relative aux critères d’évaluation, les hypothèses de taille d’échantillon ou de puissance, la sélection ou l’enrichissement des patients, les résultats longitudinaux, les données manquantes, les plans adaptatifs ou les critères de décision.
  • Connaissance de l’architecture et de la validation des jumeaux numériques, de l’inférence causale, de la modélisation bayésienne, de l’analyse de survie, de la modélisation longitudinale, de la simulation d’essais cliniques ou des témoins synthétiques.
  • Expérience des normes de données cliniques et des sources de données courantes du développement clinique.
  • Expérience des biomarqueurs, de l’imagerie, des données omiques, de la santé numérique ou des données du monde réel, y compris l’intégration de plusieurs types de données.
  • Expérience des environnements analytiques évolutifs dans le cloud.
  • Expérience avérée dans la traduction de travaux analytiques en décisions, capacités réutilisables, publications, présentations ou autres résultats scientifiques mesurables.

Offres similaires

Ritchie Bros.

Data Scientist principal, Chicago (hybride)

Ritchie Bros.

Dirige des équipes de science des données pour créer des solutions évolutives d’apprentissage automatique et d’analyse avancée. Collabore avec les équipes informatiques, les dirigeants, les équipes produit et d’autres parties prenantes sur des initiatives à l’échelle de l’entreprise.

Ouvrir
Ritchie Bros.

Scientifique principal des données

Ritchie Bros.

Dirigez une équipe de science des données qui conçoit des solutions évolutives d’apprentissage automatique et d’analyse avancée pour l’entreprise. Gérez et accompagnez des scientifiques, supervisez le développement des modèles et collaborez avec les équipes informatiques, produit, la direction et d’autres parties prenantes.

Ouvrir
Capital One

Responsable de la science des données – stratégie des données alternatives

Capital One

Pilotez les activités de science des données chez Capital One pour évaluer les données alternatives dans les décisions de crédit sur cartes aux États-Unis. Développez des modèles d’apprentissage automatique, des variables de données et des systèmes de suivi évolutifs.

Ouvrir
COUNTRY Financial®

Scientifique des données senior

COUNTRY Financial®
5 001 – 10 000 Employés
AssuranceFinanceInvestissements

Concevez des modèles prédictifs et des solutions d’IA pour les services d’assurance et d’investissement de COUNTRY Financial. Appliquez l’analytique avancée, la prévision et l’optimisation pour obtenir des résultats commerciaux mesurables.

Ouvrir
Grubhub

Scientifique principal senior en science des données, Marketplace

Grubhub

Définissez l’orientation de la science des données et de l’apprentissage automatique pour la marketplace de Wonder, en guidant l’inférence causale, l’expérimentation, les systèmes de production et les travaux techniques transversaux.

Ouvrir