LogoFresh Jobs Ahead
Xenon Seven
Xenon Seven
11 – 50 Pracownicy
DoradztwoOpieka zdrowotnaProdukcja
Xenon Seven świadczy usługi doradcze w zakresie sztucznej inteligencji i danych dla organizacji z sektorów ochrony zdrowia, usług finansowych, handlu detalicznego, technologii, motoryzacji, energetyki i produkcji. Firma zajmuje się generatywną AI, analityką predykcyjną, widzeniem komputerowym, robotyką oraz wspomaganiem podejmowania decyzji, pomagając zespołom oceniać możliwości, rozwijać i skalować kompetencje w dziedzinie AI oraz ulepszać wspierającą je infrastrukturę. Firma korzysta z sieci specjalistów AI z ponad 20 instytucji i kładzie nacisk na bezpieczne wdrożenia oraz sprawne przejście do działalności wspieranej przez AI.
LinkedIn
Oferty pracy firmy

Specjalista ds. danych klinicznych: cyfrowe bliźniaki i badania kliniczne

Tworzy cyfrowe bliźniaki i symulacje wspierające projektowanie badań klinicznych leków. Łączy dane kliniczne ze sztuczną inteligencją i uczeniem maszynowym, aby wspierać decyzje rozwojowe oparte na dowodach.

USStany ZjednoczoneILIllinoisOHOhioHybrydowoPełny etatPoziom średniSeniorWymagany Język: angielskiData scientist
ChmuraPython

Opis

  • Kierować opracowywaniem i oceną cyfrowych bliźniaków pacjentów, chorób, odpowiedzi na leczenie i badań klinicznych z wykorzystaniem danych z badań oraz odpowiednich danych zewnętrznych.
  • Stosować metody mechanistyczne, statystyczne, przyczynowe i uczenie maszynowe do tworzenia cyfrowych bliźniaków dla alternatywnych populacji, interwencji, strategii dawkowania, punktów końcowych i projektów badań.
  • Określać przypadki użycia oraz wspólnie z ekspertami klinicznymi i ilościowymi ustalać, jak będą wykorzystywane cyfrowe bliźniaki.
  • Oceniać kalibrację, walidację, odporność, możliwość przenoszenia, niepewność i praktyczną przydatność modeli za pomocą strategii wewnętrznych i zewnętrznych.
  • Tworzyć odtwarzalne przepływy pracy i wielokrotnego użytku komponenty cyfrowych bliźniaków dla różnych programów i obszarów terapeutycznych.
  • Współpracować z zespołami badawczymi przy ocenie populacji docelowych, kryteriów kwalifikacji, strategii wzbogacania, grup porównawczych, punktów końcowych, harmonogramów wizyt, strategii dawkowania i kompromisów operacyjnych.
  • Wykorzystywać cyfrowe bliźniaki i symulacje do porównywania scenariuszy, ilościowego określania niepewności i wspierania decyzji opartych na modelach.
  • Koordynować współpracę ze statystykami i farmakometrykami, aby dostosować analizy do celów klinicznych i regulacyjnych.
  • Wyjaśniać technicznym i nietechnicznym interesariuszom założenia, ograniczenia oraz ustalenia istotne dla decyzji.
  • Analizować i integrować dane z badań klinicznych, biomarkery, obrazowanie, cyfrowe dane dotyczące zdrowia, dane omiczne, wyniki zgłaszane przez pacjentów oraz dane z praktyki klinicznej.
  • Współpracować z zespołami inżynierii danych i platform, aby przygotowywać zbiory gotowe do analizy oraz ustanawiać kontrole jakości danych, śledzenie ich pochodzenia i odtwarzalne potoki przetwarzania.
  • Przygotowywać dokumentację naukową, prezentacje i publikacje oraz wspierać odpowiedzialne wdrażanie metod cyfrowych bliźniaków.
  • Przed opracowaniem modeli określać ich zamierzone zastosowanie, kontekst decyzji, kryteria sukcesu i ograniczenia.
  • Zapewniać, że modele są interpretowalne, audytowalne, odtwarzalne i poparte dowodami.
  • Przestrzegać wymogów dotyczących zarządzania, prywatności, bezpieczeństwa i przeglądu naukowego danych klinicznych oraz wyników analiz.
  • Oddzielać analizy eksploracyjne od zwalidowanych dowodów wspierających decyzje i rzetelnie przedstawiać możliwości modeli.

Wymagania

  • Stopień doktora (PhD) w dziedzinie data science, statystyki, biostatystyki, farmakometrii, informatyki, informatyki biomedycznej, inżynierii, matematyki, badań operacyjnych lub pokrewnej dyscypliny ilościowej.
  • Udokumentowane doświadczenie w tworzeniu cyfrowych bliźniaków, wirtualnych pacjentów, modeli progresji chorób, symulacji badań klinicznych, syntetycznych grup kontrolnych lub podobnych modeli obliczeniowych.
  • Rozległe doświadczenie w stosowaniu uczenia maszynowego, modelowania statystycznego, wnioskowania przyczynowego lub symulacji do danych biomedycznych, medycznych, farmaceutycznych albo innych złożonych danych naukowych.
  • Bardzo dobra znajomość programowania w Pythonie, R lub porównywalnym języku analitycznym oraz doświadczenie z kontrolą wersji i odtwarzalnymi przepływami pracy.
  • Wystarczająca znajomość rozwoju klinicznego, by formułować istotne pytania i skutecznie współpracować z klinicznymi oraz ilościowymi ekspertami ds. badań.
  • Zdolność i chęć poszerzania wiedzy na temat projektowania badań klinicznych we współpracy z naukowcami klinicznymi, biostatystykami i farmakometrykami.
  • Bardzo dobre umiejętności komunikacji pisemnej i ustnej oraz udokumentowana skuteczna współpraca naukowa między różnymi funkcjami.
  • Mile widziane doświadczenie we wspieraniu projektowania badań klinicznych, opracowywaniu protokołów, strategii rozwoju klinicznego, rozwoju leków wspieranym modelami lub przygotowywaniu ilościowych dowodów na potrzeby kontaktów z organami regulacyjnymi.
  • Znajomość zagadnień projektowania badań, takich jak strategia punktów końcowych, założenia dotyczące wielkości próby lub mocy, dobór pacjentów lub wzbogacanie próby, wyniki podłużne, brakujące dane, projekty adaptacyjne lub kryteria decyzyjne.
  • Znajomość architektury i walidacji cyfrowych bliźniaków, wnioskowania przyczynowego, modelowania bayesowskiego, analizy przeżycia, modelowania podłużnego, symulacji badań klinicznych lub syntetycznych grup kontrolnych.
  • Doświadczenie ze standardami danych klinicznych i typowymi źródłami danych dotyczących rozwoju klinicznego.
  • Doświadczenie w pracy z biomarkerami, obrazowaniem, danymi omicznymi, cyfrowymi danymi dotyczącymi zdrowia lub danymi z praktyki klinicznej, w tym w integracji wielu typów danych.
  • Doświadczenie w korzystaniu ze skalowalnych, chmurowych środowisk analitycznych.
  • Udokumentowane osiągnięcia w przekładaniu analiz na decyzje, wielokrotnego użytku rozwiązania, publikacje, prezentacje lub inne mierzalne wyniki naukowe.

Powiązane oferty pracy

Ritchie Bros.

Główny specjalista ds. danych, Chicago (praca hybrydowa)

Ritchie Bros.
1001 – 5000 Pracownicy
Sponsor wizy H1BBudownictwoDoradztwoLogistyka
USStany ZjednoczoneILIllinois
133 690 $ – 167 120 $ / rok
HybrydowoPełny etatSeniorWymagany Język: angielskiData scientist

Kieruj zespołami analityków danych tworzącymi skalowalne rozwiązania z zakresu uczenia maszynowego i zaawansowanej analityki. Współpracuj z działem IT, kadrą kierowniczą, zespołami produktowymi i innymi interesariuszami przy inicjatywach obejmujących całą organizację.

Otwórz
Ritchie Bros.

Główny specjalista ds. danych

Ritchie Bros.
1001 – 5000 Pracownicy
Sponsor wizy H1BBudownictwoDoradztwoLogistyka
USStany ZjednoczoneILIllinois
133 690 $ – 167 120 $ / rok
HybrydowoPełny etatSeniorWymagany Język: angielskiData scientist

Kieruj zespołem data scientistów tworzącym skalowalne rozwiązania z zakresu uczenia maszynowego i zaawansowanej analityki dla biznesu. Zarządzaj specjalistami i wspieraj ich rozwój, nadzoruj tworzenie modeli oraz współpracuj z działami IT, produktem, kadrą kierowniczą i innymi interesariuszami.

Otwórz
Capital One

Menedżer ds. data science — strategia danych alternatywnych

Capital One
Sponsor wizy H1BBankowośćFinanseFintech
USStany ZjednoczoneILIllinoisNYNowy JorkVAWirginia
179 400 $ – 245 600 $ / rok
HybrydowoPełny etatPoziom średniSeniorWymagany Język: angielskiData scientist
AWSChmuraOtwarte oprogramowaniePythonSpark

Kieruj pracami z zakresu data science w Capital One, oceniając dane alternatywne na potrzeby decyzji kredytowych dotyczących kart w USA. Twórz modele uczenia maszynowego, cechy danych i skalowalne systemy monitorowania.

Otwórz
Grubhub

Starszy główny naukowiec ds. danych, marketplace

Grubhub
1001 – 5000 Pracownicy
Sponsor wizy H1BLogistykaPlatforma handlowaŻywność i napoje
USStany ZjednoczoneILIllinoisNYNowy Jork
216 000 $ – 249 500 $ / rok
HybrydowoPełny etatSeniorWymagany Język: angielskiData scientist
PythonSQL

Wyznaczaj kierunek rozwoju data science i uczenia maszynowego dla marketplace’u Wonder, kształtując podejście do wnioskowania przyczynowego, eksperymentów i systemów produkcyjnych. Koordynuj prace techniczne między zespołami i pomagaj przekładać modele oraz analizy na wyniki biznesowe.

Otwórz