Verily ialah syarikat kesihatan berketepatan berteraskan AI yang merangkumi bidang penjagaan kesihatan, penyelidikan klinikal dan kecerdasan buatan. Perisian dan modelnya menyokong penjagaan yang lebih boleh diramal dan diperibadikan melalui alat seperti Verily Me, aliran kerja klinikal dan penyelesaian penjagaan yang membantu melibatkan ahli serta membimbing matlamat kesihatan. Verily turut membangunkan produk penyelidikan yang menyusun dan menyeragamkan data klinikal multimodal serta data dunia sebenar dalam format natif FHIR, bagi membantu pasukan memajukan ujian klinikal dan menjana cerapan. Syarikat ini membangunkan produknya dengan tumpuan pada keselamatan klinikal dan kawal selia, termasuk untuk aliran kerja penjagaan dan penyelidikan yang didayakan AI.
Biostatistikawan Kanan – Penyelidikan Klinikal
Memimpin reka bentuk dan analisis kajian statistik untuk produk kesihatan ketepatan Verily yang didayakan AI. Menjana bukti klinikal dan dunia sebenar sepanjang kitar hayat produk.
Penerangan
- Memberikan kepimpinan dalam statistik dan reka bentuk kajian dari penilaian kebolehlaksanaan serta praklinikal hingga pengesahan klinikal dan pemantauan pascapasaran
- Mengarahkan perancangan dan analisis statistik pada setiap peringkat kitar hayat produk
- Bekerjasama dengan pasukan perubatan, produk, kejuruteraan, sains data, kawal selia, dan operasi untuk menetapkan objektif kajian, estimand, strategi analisis, serta kriteria keputusan
- Menganalisis data klinikal, eksperimen, pemerhatian, dunia sebenar, dan operasi untuk menghasilkan bukti yang jelas serta mudah ditafsirkan
- Menilai kualiti data, bias, data yang hilang, kebolehgunaan umum, prestasi model, dan faktor lain yang mempengaruhi kesimpulan kajian
- Membentangkan reka bentuk kajian, andaian, penemuan, batasan, dan cadangan dalam protokol, laporan, pembentangan, papan pemuka, serta forum merentas fungsi
- Mengenal pasti ancaman terhadap integriti saintifik, kebolehgunaan umum, tafsiran kawal selia, dan keputusan produk sambil mencadangkan pendekatan praktikal yang mengimbangi ketelitian, kebolehlaksanaan, dan garis masa
Keperluan
- Ijazah sarjana atau lebih tinggi dalam biostatistik, statistik, epidemiologi, sains data, bioinformatik, informatika bioperubatan, atau disiplin kuantitatif berkaitan
- Sekurang-kurangnya lima tahun menggunakan kaedah statistik dalam penyelidikan klinikal, bioperubatan, teknologi kesihatan, peranti perubatan, farmaseutikal, diagnostik, atau sains hayat
- Keupayaan terbukti untuk mereka bentuk dan menganalisis kajian pemerhatian, kajian klinikal intervensi, dan kajian data dunia sebenar bagi menjana bukti atau menyokong keputusan produk
- Mahir menggunakan R dan/atau Python untuk menganalisis set data sains hayat, bioperubatan, atau penjagaan kesihatan yang kompleks
- Berpengalaman menjana bukti untuk diagnostik, peranti perubatan, kesihatan digital, atau produk klinikal berasaskan AI/ML
- Latar belakang bekerja dengan produk dalam persekitaran penjagaan kesihatan yang dikawal selia, termasuk penyerahan kepada FDA atau pihak berkuasa kesihatan lain
- Berpengalaman menggunakan pelbagai sumber data penjagaan kesihatan seperti rekod kesihatan elektronik, tuntutan, daftar, data yang dijana peranti, penderia, pengimejan, keputusan makmal, atau hasil yang dilaporkan pesakit
- Pengalaman praktikal menggunakan data produk digital sebagai sumber bukti utama, termasuk menangani data yang hilang, ralat pengukuran, dan kaedah yang sesuai untuk ukuran digital berterusan
- Berpengalaman menulis protokol kajian, pelan analisis statistik, laporan teknikal, dan analisis yang sedia diterbitkan
- Pengetahuan tentang kaedah Bayesian, reka bentuk percubaan adaptif, atau inferens kausal untuk kajian data pemerhatian dan dunia sebenar
- Berpengalaman dengan amalan penyelidikan boleh ulang, Git atau kawalan versi yang setara, dan alat pengekodan moden, termasuk alat pembangunan berbantukan AI apabila sesuai
- Mesti diberi kuasa untuk bekerja di Amerika Syarikat tanpa memerlukan kebenaran kerja tajaan majikan sekarang atau pada masa hadapan
Faedah
- Peluang bonus
- Pampasan ekuiti
- Faedah pekerja