Eli Lilly and Company je multinacionalna farmaceutska i zdravstvena kompanija usmjerena na otkrivanje, razvoj, proizvodnju i stavljanje na tržište lijekova na recept. Njezino djelovanje obuhvaća terapijska područja kao što su dijabetes, onkologija, imunologija, neuroznanost i liječenje boli, pri čemu povezuje istraživanje i razvoj s kliničkim ispitivanjima, regulatornim postupcima, proizvodnjom bioloških lijekova i lijekova malih molekula te globalnom distribucijom.
Inženjer primijenjene umjetne inteligencije, klinička informatika — Eli Lilly, rad na lokaciji u Bostonu
Razvijajte primijenjenu umjetnu inteligenciju i strojno učenje za klinička ispitivanja, biobanke i programe translacijske medicine tvrtke Eli Lilly. Upotrebljavajte kliničke, molekularne i populacijske podatke za karakterizaciju fenotipova pacijenata i stvaranje dokaza za buduće terapije.
Opis
- Stvarati i uvesti u produkciju agentske AI alate koji istraživačima omogućuju upite nad kliničkim podacima prirodnim jezikom
- Upotrebljavati biomedicinske ontologije, registre kliničkih ispitivanja i kurirane izvore o putovima kako bi se rezultati generiranja s proširenim dohvatom utemeljili na provjerenom biološkom znanju
- Primjenjivati nenadzirane i samonadzirane metode za prepoznavanje arhetipova pacijenata i molekularnih podtipova bolesti u skupovima podataka ispitivanja i biobanki
- Izrađivati analize preživljenja i procjenitelje dinamičkih režima liječenja iz integriranih kliničkih i omičkih varijabli
- Standardizirati različite izvore kliničkih ispitivanja i biobanki u zajedničke prikaze podataka
- Procjenjivati i kontinuirano pratiti kvalitetu, sigurnost i operativnu pouzdanost modela nakon uvođenja
- Koordinirati dobavljače, ugovorne suradnike i vanjske partnere koji podržavaju istraživačke programe tvrtke Lilly
- Razvijati pipelineove temeljene na SDTM-u i ADaM-u za zaključane baze podataka ispitivanja koje se upotrebljavaju u sekundarnim i istraživačkim analizama
- Analizirati završena ispitivanja radi učinaka u podskupinama, heterogenosti liječenja te obrazaca odgovora i neodgovora
- Primjenjivati NLP na narative o neželjenim događajima, kliničke bilješke i komentare istraživača radi otkrivanja mogućih sigurnosnih signala
- Rekonstruirati longitudinalne povijesti pacijenata radi proučavanja napredovanja bolesti, kinetike odgovora na liječenje i ishoda vremena do događaja
- Dizajnirati meta-analize među studijama i integrativne tijekove rada koji obuhvaćaju završena klinička ispitivanja
- Upotrebljavati velike kohorte biobanki, uključujući UK Biobank i All of Us, za vanjsku validaciju i obogaćivanje podataka
- Uvesti reproducibilne istraživačke operacije s verzioniranjem podataka, kontejneriziranim računanjem i zapisima analiza spremnima za reviziju
- Provodi istraživanja u skladu s HIPAA-om, GDPR-om i primjenjivim standardima IRB-a i etičkih odbora
Zahtjevi
- Magisterij iz biomedicinske informatike, računalne biologije, bioinformatike, statističke genetike, epidemiologije, računalnih znanosti ili srodne kvantitativne discipline, ili MD/PhD s jednakovrijednom dubinom u translacijskoj podatkovnoj znanosti, uz najmanje šest godina istraživačkog iskustva s podacima kliničkih ispitivanja (SDTM/ADaM), podacima biobanki ili velikim skupovima podataka o zdravlju populacije
- Doktorat iz biomedicinske informatike, računalne biologije, bioinformatike, statističke genetike, epidemiologije, računalnih znanosti ili srodne kvantitativne discipline, ili MD/PhD s jednakovrijednom dubinom u translacijskoj podatkovnoj znanosti, uz najmanje tri godine istraživačkog iskustva s podacima kliničkih ispitivanja (SDTM/ADaM), podacima biobanki ili velikim skupovima podataka o zdravlju populacije
- Dokazano iskustvo u produkcijskom uvođenju AI alata za analizu kliničkih podataka
- Napredno znanje Pythona i/ili R-a za strojno učenje i statističko modeliranje
- Napredno znanje SQL-a
- Iskustvo s platformama za računalstvo u oblaku namijenjenima istraživanju, po mogućnosti DNAnexus, AWS, Google Cloud, Azure ili klasteri visokih performansi
- Radno znanje naprednih tehnika generativne AI, uključujući fino ugađanje LLM-ova i treniranje temeljnih modela od početka
- Iskustvo rada u okruženjima visokoučinkovitog računalstva
- Sveobuhvatno znanje standarda CDISC, uključujući SDTM i ADaM
- Dokazana primjena analize preživljenja, kauzalnog zaključivanja, NLP-a i dubokog učenja u kliničkom ili genomskom istraživanju
- Dobro razumijevanje OMOP CDM-a, HL7 FHIR Genomics i vodećih biomedicinskih ontologija
- Praktično istraživanje s velikim javnim biobankama i biobankama s ograničenim pristupom, uključujući UK Biobank i All of Us
- Iskustvo u primjeni federiranog učenja, diferencijalne privatnosti ili metoda sigurnog računalstva u višelokacijskom biomedicinskom istraživanju
- Popis recenziranih publikacija iz kliničke AI, translacijske informatike, genomike ili srodne discipline
- Poznavanje okvira ciljanog ispitivanja i njegove primjene na podatke biobanki
- Znanje farmakogenomike, modeliranja odgovora na lijekove ili PK/PD analize kliničkih ispitivanja
- Iskustvo u izgradnji biomedicinskih grafova znanja, primjeni strojnog učenja na grafovima ili ontološkog zaključivanja
- Praktično iskustvo u analizi multiomskih skupova podataka
- Sposobnost pridržavanja zahtjeva HIPAA-e, GDPR-a i primjenjivih zahtjeva IRB-a i etičkih odbora
Pogodnosti
- Mogućnost ostvarivanja bonusa tvrtke na koji djelomično utječu organizacijski i individualni rezultati
- Plan 401(k) uz sponzorstvo poslodavca
- Mirovinski plan
- Godišnji odmor
- Zdravstveno osiguranje
- Dentalno osiguranje
- Osiguranje vida
- Pokriće lijekova na recept
- Fleksibilne mogućnosti izdvajanja za zdravstvenu skrb i/ili skrb za uzdržavane osobe
- Životno osiguranje i naknade u slučaju smrti
- Programi slobodnog vremena i dopusta
- Podrška dobrobiti, poput programa pomoći zaposlenicima, fitness ponude te klubova i aktivnosti zaposlenika
- Grupe resursa za zaposlenike