Az Eli Lilly and Company multinacionális gyógyszeripari és egészségügyi vállalat, amely vényköteles gyógyszerek felfedezésére, fejlesztésére, gyártására és forgalmazására összpontosít. Tevékenysége olyan terápiás területekre terjed ki, mint a cukorbetegség, az onkológia, az immunológia, az idegtudomány és a fájdalomkezelés; a kutatást és fejlesztést klinikai vizsgálatokkal, szabályozási folyamatokkal, biológiai és kis molekulájú gyógyszerek gyártásával, valamint globális forgalmazással kapcsolja össze.
Alkalmazott MI-mérnök, klinikai informatika — Eli Lilly, Boston, irodai munkavégzés
Fejlesszen alkalmazott mesterségesintelligencia- és gépi tanulási képességeket az Eli Lilly klinikai vizsgálataihoz, biobankjaihoz és transzlációs orvostudományi programjaihoz. Klinikai, molekuláris és népességszintű adatok felhasználásával jellemezze a betegfenotípusokat, és állítson elő bizonyítékokat a jövőbeli terápiákhoz.
Leírás
- Hozzon létre és állítson éles üzembe olyan ágensalapú MI-eszközöket, amelyek lehetővé teszik a kutatók számára a klinikai adatok természetes nyelvű lekérdezését
- Biomedicinális ontológiák, vizsgálati nyilvántartások és gondosan összeállított útvonalforrások használatával alapozza a visszakereséssel bővített generálás kimeneteit ellenőrzött biológiai tudásra
- Felügyelet nélküli és önfelügyelt módszerekkel azonosítsa a betegarketípusokat és a molekuláris betegség-altípusokat vizsgálati és biobank-adatkészletekben
- Építsen túlélési elemzéseket és dinamikus kezelési rendeket becslő modelleket integrált klinikai és omikai változókból
- Standardizálja a különböző klinikai vizsgálati és biobankforrásokat közös adatreprezentációkba
- Értékelje és folyamatosan kövesse nyomon a modellek minőségét, biztonságát és működési megbízhatóságát az üzembe helyezés után
- Koordinálja a Lilly kutatási programjait támogató beszállítókat, alvállalkozókat és külső partnereket
- Fejlesszen SDTM- és ADaM-alapú adatfeldolgozási folyamatokat a másodlagos és feltáró elemzésekhez használt, lezárt vizsgálati adatbázisokhoz
- Elemezze a befejezett vizsgálatokat alcsoporthatások, kezelési heterogenitás, valamint a kezelésre reagáló és nem reagáló mintázatok szempontjából
- Alkalmazzon természetesnyelv-feldolgozást a nemkívánatos események leírásaira, klinikai feljegyzésekre és vizsgálói megjegyzésekre a lehetséges biztonságossági jelek feltárásához
- Rekonstruálja a betegek longitudinális kórtörténetét a betegség előrehaladásának, a kezelésre adott válasz kinetikájának és az eseményig eltelt idő végpontjainak vizsgálatához
- Tervezzen vizsgálatok közötti metaanalíziseket és integratív munkafolyamatokat a befejezett klinikai vizsgálatok átfogására
- Használjon nagy biobank-kohorszokat, köztük az UK Biobankot és az All of Us programot, külső validációhoz és adatgazdagításhoz
- Valósítson meg reprodukálható kutatási működést adatverzió-kezeléssel, konténerizált számítástechnikával és auditálásra kész elemzési nyilvántartásokkal
- Végezzen kutatást a HIPAA, a GDPR, valamint az alkalmazandó IRB- és etikai bizottsági előírások szerint
Követelmények
- Biomedicinális informatika, számításbiológia, bioinformatika, statisztikai genetika, epidemiológia, számítástechnika vagy kapcsolódó kvantitatív szakterületen szerzett mesterfokozat, illetve ezzel egyenértékű transzlációs adattudományi mélységgel rendelkező MD/PhD, továbbá legalább hat év klinikai vizsgálati adatkészletekkel (SDTM/ADaM), biobankadatokkal vagy nagy népegészségügyi adatkészletekkel végzett kutatási tapasztalat
- Biomedicinális informatika, számításbiológia, bioinformatika, statisztikai genetika, epidemiológia, számítástechnika vagy kapcsolódó kvantitatív szakterületen szerzett doktori fokozat, illetve ezzel egyenértékű transzlációs adattudományi mélységgel rendelkező MD/PhD, továbbá legalább három év klinikai vizsgálati adatkészletekkel (SDTM/ADaM), biobankadatokkal vagy nagy népegészségügyi adatkészletekkel végzett kutatási tapasztalat
- Bizonyított tapasztalat MI-eszközök éles környezetben történő bevezetésében klinikai adatelemzéshez
- Haladó Python- és/vagy R-ismeretek gépi tanuláshoz és statisztikai modellezéshez
- Magabiztos SQL-ismeretek
- Tapasztalat felhőalapú kutatási számítástechnikai platformok használatában, lehetőleg DNAnexus, AWS, Google Cloud, Azure vagy nagy teljesítményű számítási klaszterek terén
- Haladó generatív MI-technológiák, köztük az LLM-ek finomhangolásának és az alapmodellek nulláról történő betanításának gyakorlati ismerete
- Tapasztalat nagy teljesítményű számítástechnikai környezetekben
- A CDISC-szabványok, köztük az SDTM és az ADaM átfogó ismerete
- Bizonyított tapasztalat túlélési elemzés, oksági következtetés, természetesnyelv-feldolgozás és mélytanulás alkalmazásában klinikai vagy genomikai kutatásban
- Az OMOP CDM, a HL7 FHIR Genomics és a vezető biomedicinális ontológiák erős ismerete
- Gyakorlati kutatási tapasztalat jelentős nyilvános és korlátozott hozzáférésű biobankokkal, köztük az UK Biobankkal és az All of Us programmal
- Tapasztalat föderált tanulási, differenciális adatvédelmi vagy biztonságos számítási módszerek alkalmazásában több helyszínt érintő biomedicinális kutatásban
- Lektorált publikációs jegyzék klinikai MI, transzlációs informatika, genomika vagy kapcsolódó szakterület témájában
- A célvizsgálati keretrendszer és annak biobankadatokkal való alkalmazásának ismerete
- Farmakogenomikai, gyógyszerválasz-modellezési vagy klinikai vizsgálati PK/PD-elemzési ismeretek
- Tapasztalat biomedicinális tudásgráfok építésében, gráfos gépi tanulás alkalmazásában vagy ontológiaalapú következtetésben
- Több omikai adatkészlet elemzésében szerzett gyakorlati tapasztalat
- Képesség a HIPAA, a GDPR, valamint az alkalmazandó IRB- és etikai bizottsági követelmények betartására
Juttatások
- Jogosultság vállalati bónuszra, amelyet részben a szervezeti és egyéni eredmények befolyásolnak
- Munkáltató által támogatott 401(k)-program
- Nyugdíjprogram
- Szabadság
- Egészségbiztosítás
- Fogászati biztosítás
- Látásbiztosítás
- Vényköteles gyógyszerek fedezete
- Rugalmas költési lehetőségek egészségügyi és/vagy eltartottgondozási kiadásokra
- Életbiztosítás és haláleseti juttatások
- Szabadidő- és távolléti programok
- Jólléti támogatás, például munkavállalói segítőprogram, fitneszlehetőségek, valamint munkavállalói klubok és tevékenységek
- Munkavállalói erőforráscsoportok