Johnson & Johnson
Johnson & Johnson
Johnson & Johnson — глобальная медицинская компания, работающая в сферах фармацевтики, медицинских устройств и потребительского здравоохранения. Её исследовательская деятельность и разработка продуктов охватывают лекарственные препараты и методы лечения в области онкологии, иммунологии, нейронауки и кардиопульмонологических заболеваний, а также решения MedTech для сердечно-сосудистой помощи, ортопедии, хирургии и офтальмологии. Компания также занимается просвещением в области здоровья и благополучия, масштабным производством, взаимодействием с инвесторами и глобальными социальными инициативами, создавая возможности в научных, клинических, инженерных, производственных, коммерческих и корпоративных подразделениях.

Ведущий научный сотрудник по науке о данных и научным продуктам данных

Руководите созданием научных продуктов данных, готовых для ИИ, для задач Johnson & Johnson в области поиска и разработки лекарств. Работа охватывает интеграцию с AWS, предиктивное моделирование, метаданные и архитектуру научных данных.

Описание

  • Руководить проектированием и развитием научных продуктов данных и стратегий интеграции для поиска и разработки лекарств с применением ИИ.
  • Создавать совместимые и готовые для ИИ продукты данных, объединяющие данные исследований, доклинических и клинических этапов, безопасности и доказательств из реальной практики.
  • Определять подходы к архитектуре и интеграции данных, метаданным и созданию продуктов для графов знаний, GraphRAG, семантических рассуждений, расширенной аналитики и агентного ИИ.
  • Определять стратегию продуктов данных для исследовательской работы, трансляционной науки, доклинической безопасности, клинической разработки, фармаконадзора и доказательств из реальной практики.
  • Создавать повторно используемые продукты данных для аналитики, ИИ, графов знаний и научных рассуждений.
  • Разрабатывать дорожные карты продуктов с учетом приоритетов организации и научных целей.
  • Проектировать системы интеграции и гармонизации данных SEND, SDTM, ADaM, MedDRA, визуализации, омики, биомаркеров, патологии и данных реальной практики.
  • Планировать внедрение научных продуктов данных на AWS.
  • Взаимодействовать с инженерными и платформенными командами Amazon для создания масштабируемых конвейеров данных и продуктов.
  • Обеспечивать техническое руководство и рекомендации по архитектуре в соответствии с рекомендациями по стратегии данных.
  • Согласовывать цифровые решения с корпоративной архитектурой, требованиями безопасности, управления данными и готовности к ИИ.
  • Руководить созданием курируемых наборов данных, продуктов с семантической поддержкой, хранилищ признаков, продуктов метаданных, научных сервисов данных и ресурсов, готовых для ИИ.
  • Определять повторно используемые методы загрузки, преобразования, проверки и публикации данных.
  • Определять стандарты метаданных и системы обеспечения качества данных.
  • Применять принципы происхождения данных, прослеживаемости и FAIR.
  • Устанавливать процедуры мониторинга и контроля качества научных продуктов данных.
  • Создавать предиктивные модели ИИ и машинного обучения для принятия решений по трансляционной безопасности.
  • Сотрудничать со специалистами по исследованиям, токсикологии, клинической разработке, безопасности и данным, а также с партнерами по стратегии данных, архитекторами знаний и инженерами ИИ.
  • Преобразовывать научные вопросы в масштабируемые продукты данных и технические решения.

Требования

  • Степень магистра или доктора наук в области информатики, инженерии данных, биоинформатики, биомедицинской информатики, информационных систем, вычислительной биологии или смежной научной области.
  • Не менее пяти лет опыта в инженерии научных данных, архитектуре данных, создании продуктов данных или информатике в науках о жизни.
  • Подтвержденный опыт проектирования и внедрения научных продуктов данных в масштабах предприятия.
  • Опыт поддержки организаций, занимающихся поиском и разработкой лекарств, клиническими исследованиями или фармаконадзором.
  • Опыт разработки предиктивных моделей для организаций, занимающихся поиском и разработкой лекарств, клиническими исследованиями или фармаконадзором.
  • Глубокие знания архитектуры и моделирования данных, проектирования продуктов данных, облачных платформ, управления метаданными, управления данными и предиктивного моделирования.
  • Опыт работы с платформами данных AWS, озерами и хранилищами данных lakehouse, распределенной обработкой, API и сервисами данных, каталогизацией данных и инструментами отслеживания происхождения данных.
  • Уверенное знание SEND, SDTM, ADaM и MedDRA.
  • Предпочтительно знакомство с FHIR, OMOP, DICOM, а также стандартами данных биомаркеров и омики.
  • Предпочтителен опыт работы с графами знаний, семантической архитектурой или инициативами GraphRAG.
  • Предпочтителен опыт создания готовых для ИИ продуктов данных и хранилищ признаков.
  • Знакомство с подходами к интеграции данных на основе онтологий.
  • Опыт взаимодействия с облачными провайдерами или внешними платформенными командами.
  • Опыт работы в строго регулируемой научной среде.
  • Стратегическое мышление и способность формировать долгосрочные дорожные карты продуктов данных.
  • Способность объединять научные и технические команды и влиять на межфункциональные группы без прямых полномочий руководителя.
  • Высокие навыки реализации и ориентация на масштабируемые решения, пригодные для повторного использования.

Преимущества

  • Пенсионный план.
  • План накоплений 401(k).
  • Программа долгосрочного поощрения.
  • 120 часов отпуска за календарный год.
  • 40 часов больничного за календарный год; 48 часов для жителей Колорадо и 56 часов для жителей Вашингтона.
  • Оплата праздничных дней, включая 13 плавающих выходных в календарном году.
  • До 40 часов на рабочие, личные и семейные дела за календарный год.
  • 480 часов отпуска по уходу за ребенком в течение года после его рождения, усыновления или передачи в приемную семью.
  • Отпуск в связи с утратой близкого: 240 часов при смерти члена ближайшей семьи или 40 часов при смерти члена расширенной семьи за календарный год.
  • Отпуск для ухода за близким: 80 часов в течение скользящего периода в 52 недели; в источнике также указано 10 дней.
  • 32 часа волонтерского отпуска за календарный год.
  • 80 часов выходных для супругов военнослужащих за календарный год.
  • Специальные условия на время собеседования.
  • Гибридный формат работы.

Похожие вакансии

Vanguard

Старший менеджер по управлению данными

Vanguard

Руководите управлением данными Vanguard, включая качество данных, управление данными и практики ведения основных данных. Управляйте командами, контролями, инцидентами, поставщиками и стратегическими инициативами в области данных.

Открыть
Johnson & Johnson

Главный научный сотрудник по науке о данных — продукты данных и интеграция (гибридный формат, Спринг-Хаус)

Johnson & Johnson

Руководите разработкой научных продуктов данных, готовых к применению ИИ, и стратегий интеграции для исследований и разработки лекарств в Johnson & Johnson. Поддерживайте прогнозное моделирование, графы знаний и принятие решений по трансляционной безопасности.

Открыть
Johnson & Johnson

Директор по науке о данных: извлечение научных данных с помощью ИИ

Johnson & Johnson

Руководите извлечением, систематизацией и обобщением научных данных с помощью ИИ для клинической разработки в области нейронаук Johnson & Johnson. Создавайте повторно используемые и отслеживаемые наборы данных и рабочие процессы.

Открыть
Johnson & Johnson

Директор по науке о данных и генеративному ИИ в нейронауках

Johnson & Johnson

Руководите инициативами в области генеративного и агентного ИИ в подразделении исследований и разработок Johnson & Johnson в области нейронаук. Создавайте научные платформы, ускоряющие поиск лекарств и способствующие улучшению результатов лечения пациентов.

Открыть
Johnson & Johnson

Директор по науке о данных: извлечение научных данных с помощью ИИ

Johnson & Johnson

Руководите применением ИИ в Johnson & Johnson для извлечения и обобщения научных данных в клинической разработке в области нейронаук. Создавайте прослеживаемые процессы, многократно используемые наборы данных и возможности ответственного применения ИИ.

Открыть