A Syneos Health teljes körűen integrált biofarmakovatási megoldásokat nyújtó szervezet, amely segít ügyfeleinek a terápiákat a klinikai fejlesztéstől a kereskedelmi bevezetésig eljuttatni. Csapatai a klinikai kutatást, az orvostudományi ügyeket, a kereskedelmi tevékenységet, a technológiát és a piaci ismereteket ötvözve reagálnak az egészségügyi igények változásaira, valamint világszerte támogatják a fontos kezelések fejlesztését és bevezetését.
Vezető biostatisztikus – Biomarkerek, mesterséges intelligencia és mélytanulás
Fejlett statisztikai és mélytanulási módszerekkel vezeti a biomarker- és genomikai elemzéseket a klinikai kutatás és az élettudományi gyógyszerfejlesztés támogatására a Syneos Healthnél.
Leírás
- Koordinálja a genomikai és egyéb biomarker-komponensek funkciókon átívelő tervezését, végrehajtását és elemzését klinikai és biomarker-vizsgálatokban.
- Tapasztalt statisztikus irányítása mellett projekt-biomarkerstatisztikusként dolgozik.
- Biomarkerértékelési terveket készít a kijelölt vizsgálatokhoz.
- Statisztikai szakértelemmel járul hozzá a klinikai fejlesztési megbeszélésekhez, és mesterségesintelligencia- és gépi tanulási módszereket alkalmaz.
- Koordinálja a biomarker-kutatást és -fejlesztést támogató statisztikai munkafolyamatokat.
- Megtervezi és elvégzi a fejlett genomikai és biomarker-adatelemzéseket.
- Statisztikai programokat ír, és összetett elemzési algoritmusokat fejleszt.
- RNS-, Olink- és egyéb biomarker-adatkészleteket elemez.
- Pontos biomarkerértékelési jelentéseket készít, és ismerteti azok eredményeit.
- Önállóan megoldja a rutinszerű és összetett statisztikai kérdéseket, modellezési igényeket és elemzési feladatokat.
- Szabványosított folyamatokat hoz létre és alkalmaz a rutinszerű biomarkerértékelésekhez.
Követelmények
- Biostatisztikai, statisztikai, matematikai vagy kapcsolódó területen szerzett PhD- vagy MSc-fokozat.
- Kiváló írásbeli, szóbeli és interperszonális kommunikációs készségek.
- Önállóan és együttműködésben egyaránt hatékonyan tud dolgozni.
- Minimális felügyelet mellett is képes dolgozni.
- Bizonyított tapasztalat mélytanulási modellek fejlesztésében és bevezetésében PyTorch, TensorFlow vagy Keras használatával.
- A gyógyszeripari vagy biomarker-felfedezési munkában alkalmazott gépitanulási algoritmusok és statisztikai módszerek, köztük a túlélésanalízis és a batch-hatások kezelése, alapos ismerete.
- Ismeri az olyan magyarázható mesterségesintelligencia-módszereket, mint a SHAP, a figyelemattribúció és a kontrafaktuális elemzés.
- Ismeri a biomarkerek értelmezhetőségéhez kapcsolódó bizonytalanságkvantifikációt.
- Tapasztalat biomarker-vizsgálat önálló vezetésében.
- Klinikai vizsgálati tapasztalat előnyt jelent.
- Iparági tapasztalat előnyt jelent.
- A biomarkerértékelés, különösen az immunológia és a fertőzések, az 1-es típusú cukorbetegség, a releváns paraméterek és a kapcsolódó biológia alapos ismerete.
- Jártasság a statisztikai programozási eszközökben, többek között az R-ben, a Bioconductorban, a genetikai adatokhoz használható R-csomagokban és a Pythonban.
- Tapasztalat nagydimenziós adatkészletekkel való munkában.
- Hasonló tapasztalat, készségek vagy végzettség elfogadható.
Juttatások
- Lehetőség szakmai fejlődésre és előrelépésre.
- Támogató és elkötelezett közvetlen vezetés.
- Képzés technikai és terápiás területeken.
- Munkatársi elismerési programok.
- Teljes körű juttatási program.
- Befogadó munkahelyi kultúra.
- Szükség esetén észszerű alkalmazkodási lehetőségek.