LogoFresh Jobs Ahead
Xenon Seven
Xenon Seven
11 – 50 Ansatte
HelsevesenProduksjonRådgivning
Xenon Seven tilbyr konsulenttjenester innen kunstig intelligens og data til organisasjoner innen helse, finansielle tjenester, detaljhandel, teknologi, bilindustri, energi og produksjon. Arbeidet omfatter generativ kunstig intelligens, prediktiv analyse, datasyn, robotikk og beslutningsstøtte, og hjelper team med å vurdere muligheter, utvikle og skalere AI-kompetanse og forbedre infrastrukturen bak den. Selskapet bygger på et nettverk av AI-spesialister fra mer enn 20 institusjoner og legger vekt på sikker implementering og pålitelige overganger til AI-støttet drift.
LinkedIn
Jobber i bedriften

Klinisk dataforsker innen digitale tvillinger og kliniske studier

Utvikler digitale tvillinger og simuleringer som gir grunnlag for utforming av kliniske legemiddelstudier. Kombinerer kliniske data med KI og maskinlæring for å støtte evidensbaserte beslutninger om utvikling.

USUSAILIllinoisOHOhioHybridHeltidMellomnivåSeniorPåkrevd Språk: engelskDataforsker
PythonSky

Beskrivelse

  • Lede utviklingen og evalueringen av digitale tvillinger av pasienter, sykdommer, behandlingsrespons og kliniske studier ved hjelp av data fra kliniske studier og relevante eksterne data.
  • Bruke mekanistiske, statistiske og kausale metoder samt maskinlæring til å lage digitale tvillinger for alternative populasjoner, intervensjoner, doseringsstrategier, endepunkter og studiedesign.
  • Fastsette bruksområder og definere sammen med kliniske og kvantitative eksperter hvordan digitale tvillinger skal brukes.
  • Evaluere modellenes kalibrering, validering, robusthet, overførbarhet, usikkerhet og praktiske relevans ved hjelp av interne og eksterne strategier.
  • Bygge reproduserbare arbeidsflyter og gjenbrukbare komponenter for digitale tvillinger på tvers av programmer og terapiområder.
  • Samarbeide med studieteam om å vurdere målpopulasjoner, inklusjonskriterier, strategier for berikelse, sammenligningsbehandlinger, endepunkter, besøksplaner, doseringsstrategier og operative avveininger.
  • Bruke digitale tvillinger og simuleringer til å sammenligne scenarioer, kvantifisere usikkerhet og støtte modellbaserte beslutninger.
  • Koordinere med statistikere og farmakometrikere for å sikre at analysene samsvarer med kliniske og regulatoriske mål.
  • Forklare forutsetninger, begrensninger og beslutningsrelevante funn for tekniske og ikke-tekniske interessenter.
  • Analysere og integrere data fra kliniske studier, biomarkører, bildediagnostikk, digital helse, omikk, pasientrapporterte utfall og data fra den virkelige verden.
  • Samarbeide med datateknikk- og plattformteam om å klargjøre datasett for analyse og etablere kvalitetskontroller, sporbarhet og reproduserbare datapipelines.
  • Utarbeide vitenskapelig dokumentasjon, presentasjoner og publikasjoner, og støtte ansvarlig bruk av metoder med digitale tvillinger.
  • Fastsette tiltenkt bruk, beslutningskontekst, suksesskriterier og begrensninger før modellene utvikles.
  • Sikre at modellene er tolkbare, reviderbare, reproduserbare og støttet av evidens.
  • Følge krav til styring, personvern, sikkerhet og vitenskapelig gjennomgang av kliniske data og analyseresultater.
  • Skille utforskende analyser fra validert beslutningsstøtte og beskrive modellenes kapasitet presist.

Krav

  • Doktorgrad i datavitenskap, statistikk, biostatistikk, farmakometri, informatikk, biomedisinsk informatikk, ingeniørfag, matematikk, operasjonsanalyse eller en beslektet kvantitativ disiplin.
  • Dokumentert erfaring med å bygge digitale tvillinger, virtuelle pasienter, modeller for sykdomsutvikling, simuleringer av kliniske studier, syntetiske kontrollgrupper eller lignende beregningsmodeller.
  • Solid bakgrunn i bruk av maskinlæring, statistisk modellering, kausal inferens eller simulering på biomedisinske data, helsedata, farmasøytiske data eller andre komplekse vitenskapelige data.
  • Gode programmeringsferdigheter i Python, R eller et tilsvarende analysespråk, samt erfaring med versjonskontroll og reproduserbare arbeidsflyter.
  • Tilstrekkelig kunnskap om klinisk utvikling til å formulere relevante spørsmål og samarbeide effektivt med kliniske og kvantitative eksperter på studier.
  • Evne og interesse for å utvide kunnskapen om studiedesign sammen med kliniske forskere, biostatistikere og farmakometrikere.
  • Gode skriftlige og muntlige kommunikasjonsevner og dokumentert erfaring med tverrfaglig vitenskapelig samarbeid.
  • Foretrukket: erfaring med støtte til studiedesign, protokollutvikling, strategi for klinisk utvikling, modellinformert legemiddelutvikling eller kvantitativ evidens rettet mot myndigheter.
  • Kjennskap til temaer innen studiedesign, som strategi for endepunkter, forutsetninger om utvalgsstørrelse eller statistisk styrke, pasientutvelgelse eller berikelse, longitudinelle utfall, manglende data, adaptive design eller beslutningskriterier.
  • Kunnskap om arkitektur og validering av digitale tvillinger, kausal inferens, Bayesiansk modellering, overlevelsesanalyse, longitudinell modellering, simulering av kliniske studier eller syntetiske kontrollgrupper.
  • Erfaring med standarder for kliniske data og vanlige datakilder innen klinisk utvikling.
  • Erfaring med biomarkører, bildediagnostikk, omikk, digital helse eller data fra den virkelige verden, inkludert integrering av flere datatyper.
  • Erfaring med skalerbare, skybaserte analysemiljøer.
  • Dokumenterte resultater med å omsette analytisk arbeid til beslutninger, gjenbrukbare kapasiteter, publikasjoner, presentasjoner eller andre målbare vitenskapelige resultater.

Relaterte jobber