Johnson & Johnson
Johnson & Johnson
Johnson & Johnson är ett globalt hälso- och sjukvårdsföretag som arbetar med läkemedel, medicinteknik och konsumenthälsa. Företagets forskning och produktutveckling omfattar läkemedel och behandlingar inom onkologi, immunologi, neurovetenskap och hjärt- och lungsjukdomar, samt MedTech-lösningar för hjärt-kärlvård, ortopedi, kirurgi och synvård. Verksamheten omfattar även utbildning inom hälsa och välbefinnande, storskalig tillverkning, investeraraktiviteter och globala initiativ med social påverkan, vilket skapar möjligheter inom vetenskapliga, kliniska, tekniska, tillverkningsrelaterade, kommersiella och företagsövergripande funktioner.

Principal scientist inom datavetenskap och vetenskapliga dataprodukter

Leda utvecklingen av AI-redo vetenskapliga dataprodukter för Johnson & Johnsons arbete med läkemedelsupptäckt och läkemedelsutveckling. Rollen omfattar AWS-integration, prediktiv modellering, metadata och vetenskaplig dataarkitektur.

Beskrivning

  • Leda utformningen och vidareutvecklingen av vetenskapliga dataprodukter och integrationsstrategier för AI-stödd läkemedelsupptäckt och läkemedelsutveckling.
  • Bygga interoperabla, AI-redo dataprodukter som kopplar samman data från upptäckt, preklinisk och klinisk forskning, säkerhet samt evidens från verkliga förhållanden.
  • Fastställa dataarkitektur, integration, metadata och produktifiering för kunskapsgrafer, GraphRAG, semantiska resonemang, avancerad analys och agentbaserad AI.
  • Leda strategin för dataprodukter inom upptäcktsforskning, translationell vetenskap, preklinisk säkerhet, klinisk utveckling, läkemedelssäkerhetsövervakning och evidens från verkliga förhållanden.
  • Skapa återanvändbara dataprodukter för analys, AI, kunskapsgrafer och vetenskapliga resonemang.
  • Utveckla produktplaner som stöder organisationens prioriteringar och vetenskapliga mål.
  • Utforma ramverk för integration och harmonisering av SEND, SDTM, ADaM, MedDRA, bilddata, omikdata, biomarkörer, patologi och verkliga data.
  • Planera implementeringen av vetenskapliga dataprodukter på AWS.
  • Samarbeta med Amazons teknik- och plattformsteam för att leverera skalbara datapipelines och dataprodukter.
  • Ge tekniskt ledarskap och arkitektonisk vägledning i linje med rekommendationerna från Data Strategy.
  • Säkerställa att digitala lösningar motsvarar behoven inom företagsarkitektur, säkerhet, styrning och AI-beredskap.
  • Leda utvecklingen av kvalitetssäkrade datamängder, semantikredo produkter, feature stores, metadataprodukter, vetenskapliga datatjänster och AI-redo tillgångar.
  • Fastställa återanvändbara metoder för dataonboarding, transformering, validering och publicering.
  • Definiera metadatastandarder och ramverk för datakvalitet.
  • Tillämpa principer för datahärkomst, proveniens, spårbarhet och FAIR-data.
  • Fastställa övervakning och kvalitetskontroller för vetenskapliga dataprodukter.
  • Bygga prediktiva AI- och maskininlärningsmodeller för beslut om translationell säkerhet.
  • Samarbeta med forskare inom upptäckt, toxikologi, klinik, säkerhet och data, samt med samarbetspartner inom Data Strategy, kunskapsarkitekter och AI-ingenjörer.
  • Omsätta vetenskapliga frågor i skalbara dataprodukter och tekniska lösningar.

Krav

  • Masterexamen eller doktorsexamen i datavetenskap, data engineering, bioinformatik, biomedicinsk informatik, informationssystem, beräkningsbiologi eller ett närliggande vetenskapligt område.
  • Minst fem års erfarenhet av vetenskaplig data engineering, dataarkitektur, dataprodukter eller informatik inom livsvetenskaperna.
  • Dokumenterad erfarenhet av att utforma och leverera vetenskapliga dataprodukter i stor skala inom företag.
  • Erfarenhet av att stödja organisationer inom läkemedelsupptäckt, läkemedelsutveckling, klinisk forskning eller läkemedelssäkerhetsövervakning.
  • Erfarenhet av att utveckla prediktiva modeller för organisationer inom läkemedelsupptäckt, läkemedelsutveckling, klinisk forskning eller läkemedelssäkerhetsövervakning.
  • Goda kunskaper inom dataarkitektur och modellering, dataproduktdesign, molnbaserade plattformar, metadat hantering, datastyrning och prediktiv modellering.
  • Erfarenhet av AWS-dataplattformar, datasjöar och lakehouse-lösningar, distribuerad databehandling, API:er och datatjänster samt verktyg för datakatalogisering och datahärkomst.
  • Goda kunskaper om SEND, SDTM, ADaM och MedDRA.
  • Kunskaper om FHIR, OMOP, DICOM samt standarder för biomarkör- och omikdata är meriterande.
  • Erfarenhet av kunskapsgrafer, semantiska arkitekturer eller GraphRAG-initiativ är meriterande.
  • Erfarenhet av att bygga AI-redo dataprodukter och feature stores är meriterande.
  • Kunskaper om ontologibaserade metoder för dataintegration.
  • Erfarenhet av att arbeta med molnleverantörer eller externa plattformsteam.
  • Erfarenhet från vetenskapliga miljöer med höga regulatoriska krav.
  • Strategiskt tänkande och förmåga att utforma långsiktiga produktplaner för data.
  • Förmåga att knyta samman vetenskapliga och tekniska team samt påverka tvärfunktionella grupper utan formellt mandat.
  • God genomförandeförmåga och fokus på skalbara, återanvändbara lösningar.

Förmåner

  • Pensionsplan.
  • Sparplan för pension enligt 401(k).
  • Långsiktigt incitamentsprogram.
  • 120 timmars semester per kalenderår.
  • 40 timmars sjukfrånvaro per kalenderår; 48 timmar för personer bosatta i Colorado och 56 timmar för personer bosatta i Washington.
  • Helglön, inklusive 13 valfria helgdagar per kalenderår.
  • Upp till 40 timmar per kalenderår för arbete, personliga ärenden och familjetid.
  • 480 timmars föräldraledighet inom ett år efter ett barns födelse, adoption eller familjehemsplacering.
  • Sorgledighet: 240 timmar per kalenderår vid dödsfall i närmaste familjen eller 40 timmar vid dödsfall i den utökade familjen.
  • Anhörigvård: 80 timmar under en rullande 52-veckorsperiod; källan anger även 10 dagar.
  • 32 timmars volontärledighet per kalenderår.
  • 80 timmars ledighet per kalenderår för militärmake eller militärmaka.
  • Anpassningar under intervjuprocessen.
  • Hybridarbete.

Relaterade jobb

Johnson & Johnson

Huvudforskare inom datavetenskap – dataprodukter och integration (hybrid, Spring House)

Johnson & Johnson

Led utvecklingen av AI-redo vetenskapliga dataprodukter och integrationsstrategier för Johnson & Johnsons arbete med läkemedelsupptäckt och läkemedelsutveckling. Stöd prediktiv modellering, kunskapsgrafer och beslut om translationell säkerhet.

Öppna
Johnson & Johnson

Direktör för datavetenskap, AI-driven extraktion av vetenskapliga belägg

Johnson & Johnson

Led AI-driven extraktion, kuration och syntes av vetenskapliga belägg för Johnson & Johnsons kliniska utveckling inom neurovetenskap. Bygg återanvändbara och spårbara datatillgångar och arbetsflöden.

Öppna
Johnson & Johnson

Direktör för datavetenskap inom generativ AI för neurovetenskap

Johnson & Johnson

Led initiativ inom generativ och agentbaserad AI för Johnson & Johnsons forskning och utveckling inom neurovetenskap. Bygg vetenskapliga plattformar som påskyndar läkemedelsutveckling och bidrar till bättre patientresultat.

Öppna
Johnson & Johnson

Chef för datavetenskap, AI-baserad evidensutvinning

Johnson & Johnson

Led Johnson & Johnsons användning av AI för att extrahera och sammanställa evidens för klinisk utveckling inom neurovetenskap. Bygg spårbara arbetsflöden, återanvändbara datatillgångar och ansvarsfull AI-kompetens.

Öppna