Eli Lilly and Company
Eli Lilly and Company
Eli Lilly and Company er et multinasjonalt legemiddel- og helseselskap som fokuserer på å oppdage, utvikle, produsere og kommersialisere reseptbelagte legemidler. Arbeidet omfatter terapiområder som diabetes, onkologi, immunologi, nevrovitenskap og smertebehandling, og kombinerer forskning og utvikling med kliniske studier, regulatoriske prosesser, produksjon av biologiske legemidler og småmolekylære legemidler samt global distribusjon.

Anvendt AI-ingeniør, klinisk informatikk — Eli Lilly, på stedet i Boston

Utvikle anvendt AI og maskinlæring for Eli Lillys kliniske studier, biobanker og programmer innen translasjonell medisin. Bruk kliniske, molekylære og populasjonsbaserte data til å karakterisere pasientfenotyper og utvikle evidens for fremtidige behandlinger.

Beskrivelse

  • Skap og sett agentbaserte AI-verktøy i produksjon, slik at forskere kan spørre etter kliniske data med naturlig språk
  • Bruk biomedisinske ontologier, studieregistre og kuraterte pathway-ressurser for å forankre resultater fra retrieval-augmented generation i verifisert biologisk kunnskap
  • Bruk uovervåkede og selvovervåkede metoder til å identifisere pasientarketyper og molekylære sykdomssubtyper på tvers av studie- og biobankdatasett
  • Bygg overlevelsesanalyser og estimater for dynamiske behandlingsregimer basert på integrerte kliniske og omiske variabler
  • Standardiser ulike kilder fra kliniske studier og biobanker til felles datarepresentasjoner
  • Vurder og overvåk kontinuerlig modellkvalitet, sikkerhet og operasjonell pålitelighet etter utrulling
  • Koordiner leverandører, kontraktører og eksterne partnere som støtter Lillys forskningsprogrammer
  • Utvikle SDTM- og ADaM-baserte pipelines for låste studiedatabaser som brukes i sekundære og eksplorative analyser
  • Analyser fullførte studier for subgruppeeffekter, behandlingsheterogenitet og mønstre blant respondere og ikke-respondere
  • Bruk NLP på beskrivelser av bivirkninger, kliniske notater og kommentarer fra utprøvere for å avdekke mulige sikkerhetssignaler
  • Rekonstruer longitudinelle pasienthistorikker for å studere sykdomsprogresjon, kinetikk i behandlingsrespons og tid-til-hendelse-endepunkter
  • Utform metaanalyser på tvers av studier og integrerte arbeidsflyter som omfatter fullførte kliniske studier
  • Bruk store biobankskohorter, inkludert UK Biobank og All of Us, til ekstern validering og dataforbedring
  • Implementer reproduserbare forskningsprosesser med versjonskontroll av data, containerisert databehandling og revisjonsklare analyseregistre
  • Utfør forskning i samsvar med HIPAA, GDPR og gjeldende krav fra institusjonelle vurderingsutvalg og etiske komiteer

Krav

  • Mastergrad i biomedisinsk informatikk, beregningsbiologi, bioinformatikk, statistisk genetikk, epidemiologi, informatikk eller en beslektet kvantitativ disiplin, eller MD/PhD med tilsvarende dybde innen translasjonell datavitenskap, samt minst seks års forskningserfaring med kliniske studiedatasett (SDTM/ADaM), biobankdata eller store befolkningshelsedatasett
  • Doktorgrad i biomedisinsk informatikk, beregningsbiologi, bioinformatikk, statistisk genetikk, epidemiologi, informatikk eller en beslektet kvantitativ disiplin, eller MD/PhD med tilsvarende dybde innen translasjonell datavitenskap, samt minst tre års forskningserfaring med kliniske studiedatasett (SDTM/ADaM), biobankdata eller store befolkningshelsedatasett
  • Dokumentert erfaring med å sette AI-verktøy i produksjon for analyse av kliniske data
  • Avanserte ferdigheter i Python og/eller R for maskinlæring og statistisk modellering
  • Gode SQL-ferdigheter
  • Erfaring med skyplattformer for forskningsberegning, helst DNAnexus, AWS, Google Cloud, Azure eller høyytelsesdataklynger
  • Praktisk kjennskap til avanserte generative AI-teknikker, inkludert finjustering av LLM-er og trening av grunnmodeller fra bunnen av
  • Erfaring med arbeid i miljøer for høyytelsesdatabehandling
  • Omfattende kunnskap om CDISC-standarder, inkludert SDTM og ADaM
  • Dokumentert bruk av overlevelsesanalyse, kausal inferens, NLP og dyp læring i klinisk eller genomisk forskning
  • God forståelse av OMOP CDM, HL7 FHIR Genomics og ledende biomedisinske ontologier
  • Praktisk forskning med store offentlige biobanker og biobanker med begrenset tilgang, inkludert UK Biobank og All of Us
  • Erfaring med å bruke federated learning, differential privacy eller sikre beregningsmetoder i biomedisinsk forskning på flere steder
  • Publikasjonsliste med fagfellevurderte artikler innen klinisk AI, translasjonell informatikk, genomikk eller en beslektet disiplin
  • Kjennskap til target-trial-rammeverket og bruken av det med biobankdata
  • Kunnskap om farmakogenomikk, modellering av legemiddelrespons eller PK/PD-analyse av kliniske studier
  • Erfaring med å bygge biomedisinske kunnskapsgrafer, bruke grafmaskinlæring eller ontologibasert resonnering
  • Praktisk erfaring med analyse av multiomiske datasett
  • Evne til å overholde HIPAA, GDPR og gjeldende krav fra institusjonelle vurderingsutvalg og etiske komiteer

Fordeler

  • Mulighet til å være kvalifisert for en selskapsbonus som delvis påvirkes av organisatoriske og individuelle resultater
  • Arbeidsgiverfinansiert 401(k)-ordning
  • Pensjonsordning
  • Ferie
  • Helseforsikring
  • Tannforsikring
  • Synsforsikring
  • Dekning av reseptbelagte legemidler
  • Fleksible utgiftsordninger for helsetjenester og/eller omsorg for pårørende
  • Livsforsikring og dødsfallsytelser
  • Ordninger for fri og permisjon
  • Støtte for velvære, som et medarbeiderassistanseprogram, treningstilbud og medarbeiderklubber og aktiviteter
  • Medarbeiderressursgrupper

Relaterte jobber

Cisco

Senior programvareingeniør for innebygde systemer II

Cisco

Utvikle innebygd programvare, fastvare, drivere og plattformfunksjoner for Cisco-systemer. Bygg Python-basert testautomatisering og diagnostikk for å forbedre påliteligheten i tilkoblet infrastruktur.

Åpne