A Verily mesterségesintelligencia-alapú precíziós egészségügyi vállalat, amely az egészségügy, a klinikai kutatás és a mesterséges intelligencia területén tevékenykedik. Szoftverei és modelljei olyan eszközökön keresztül támogatják a kiszámíthatóbb és személyre szabottabb ellátást, mint a Verily Me, a klinikai munkafolyamatok, valamint a tagok bevonását és egészségügyi céljaik elérését segítő ellátási megoldások. A Verily emellett olyan kutatási termékeket fejleszt, amelyek multimodális klinikai és valós környezetből származó adatokat rendeznek és szabványosítanak FHIR-alapú formátumokban. Ezek segítségével a csapatok előmozdíthatják a klinikai vizsgálatokat és új felismerésekre tehetnek szert. A vállalat a klinikai és szabályozási biztonságra összpontosít, beleértve a mesterséges intelligenciával támogatott ellátási és kutatási munkafolyamatokat is.
Vezető biostatisztikus – klinikai kutatás
Vezesse a statisztikai vizsgálattervezést és -elemzést a Verily mesterséges intelligenciával támogatott precíziós egészségügyi termékeihez. Generáljon klinikai és valós környezetből származó bizonyítékokat a termék teljes életciklusa során.
Leírás
- Statisztikai és vizsgálattervezési vezetés biztosítása a megvalósíthatósági és preklinikai értékeléstől a klinikai validáción át a forgalomba hozatal utáni monitorozásig
- A statisztikai tervezés és elemzés irányítása a termék életciklusának minden szakaszában
- Együttműködés az orvosi, termékfejlesztési, mérnöki, adattudományi, szabályozási és operációs csapatokkal a vizsgálati célok, becsülendő célparaméterek, elemzési stratégiák és döntési kritériumok meghatározásában
- Klinikai, kísérleti, megfigyeléses, valós környezetből származó és operatív adatok elemzése egyértelmű, értelmezhető bizonyítékok előállításához
- Az adatminőség, a torzítás, a hiányzó adatok, az általánosíthatóság, a modell teljesítménye és a vizsgálati következtetéseket befolyásoló egyéb tényezők értékelése
- A vizsgálattervek, feltételezések, eredmények, korlátok és ajánlások bemutatása protokollokban, jelentésekben, prezentációkban, irányítópultokon és több szakterületet érintő fórumokon
- A tudományos integritást, az általánosíthatóságot, a szabályozási értelmezést és a termékdöntéseket veszélyeztető tényezők jelzése, valamint a szigorúságot, a megvalósíthatóságot és az ütemezést kiegyensúlyozó gyakorlati megközelítések ajánlása
Követelmények
- Biostatisztikai, statisztikai, epidemiológiai, adattudományi, bioinformatikai, biomedicinális informatikai vagy kapcsolódó kvantitatív területen szerzett mesterfokozat vagy magasabb végzettség
- Legalább öt év tapasztalat statisztikai módszerek alkalmazásában klinikai, biomedicinális, egészségügyi technológiai, orvostechnikai eszközökkel kapcsolatos, gyógyszeripari, diagnosztikai vagy élettudományi kutatásokban
- Bizonyított jártasság megfigyeléses vizsgálatok, beavatkozással járó klinikai vizsgálatok és valós környezetből származó adatokon alapuló vizsgálatok tervezésében és elemzésében bizonyítékok előállítása vagy termékdöntések támogatása céljából
- R és/vagy Python magabiztos használata összetett élettudományi, biomedicinális vagy egészségügyi adatkészletek elemzésére
- Tapasztalat bizonyítékok előállításában diagnosztikai, orvostechnikai, digitális egészségügyi vagy mesterséges intelligenciával/gépi tanulással támogatott klinikai termékekhez
- Tapasztalat szabályozott egészségügyi környezetben működő termékekkel, beleértve az FDA-hoz vagy más egészségügyi hatóságokhoz benyújtott kérelmeket
- Tapasztalat különféle egészségügyi adatforrásokkal, például elektronikus egészségügyi nyilvántartásokkal, kárigényadatokkal, regiszterekkel, eszközök által generált adatokkal, szenzoradatokkal, képalkotási adatokkal, laboreredményekkel vagy beteg által jelentett kimenetelekkel
- Gyakorlati tapasztalat digitális termékadatok elsődleges bizonyítékforrásként való használatában, beleértve a hiányzó adatok, a mérési hiba és a folyamatos digitális mérőszámokhoz illeszkedő módszerek kezelését
- Tapasztalat vizsgálati protokollok, statisztikai elemzési tervek, műszaki jelentések és publikációra kész elemzések írásában
- Bayes-i módszerek, adaptív vizsgálattervek vagy megfigyeléses és valós környezetből származó adatokon alapuló vizsgálatokhoz alkalmazott oksági következtetés ismerete
- Tapasztalat reprodukálható kutatási gyakorlatokkal, Gittel vagy hasonló verziókövetéssel, valamint modern kódolási eszközökkel, szükség esetén mesterséges intelligenciával támogatott fejlesztési eszközökkel
- Jogosult az Egyesült Államokban való munkavégzésre anélkül, hogy jelenleg vagy a jövőben munkáltató által szponzorált munkavállalási engedélyre lenne szüksége
Juttatások
- Bónuszlehetőség
- Részvényalapú javadalmazás
- Munkavállalói juttatások