Eli Lilly and Company ni kampuni ya kimataifa ya dawa na huduma za afya inayolenga kugundua, kuendeleza, kutengeneza na kuuza dawa za kuandikiwa na daktari. Kazi yake inahusisha maeneo ya matibabu kama vile kisukari, saratani, kinga ya mwili, sayansi ya neva na maumivu, kwa kuunganisha utafiti na maendeleo, majaribio ya kitabibu, taratibu za udhibiti, utengenezaji wa dawa za kibaolojia na molekuli ndogo, pamoja na usambazaji wa kimataifa.
Mhandisi wa AI Tumizi, Taarifa za Kliniki — Eli Lilly, Kituoni Boston
Kuendeleza uwezo wa AI tumizi na ujifunzaji wa mashine kwa majaribio ya kliniki, benki za sampuli, na programu za tiba tafsiri za Eli Lilly. Kutumia data za kliniki, molekuli, na idadi ya watu kutambua fenotipu za wagonjwa na kuzalisha ushahidi kwa matibabu ya baadaye.
Maelezo
- Kuunda na kuweka katika uzalishaji zana za AI zenye mawakala zinazowawezesha watafiti kuuliza data za kliniki kwa lugha ya kawaida
- Kutumia ontolojia za biomedical, sajili za majaribio, na rasilimali za njia zilizochaguliwa kuweka matokeo ya uzalishaji ulioboreshwa kwa urejeshaji kwenye maarifa ya kibaolojia yaliyothibitishwa
- Kutumia mbinu zisizo na usimamizi na zenye usimamizi binafsi kutambua arketipu za wagonjwa na aina ndogo za magonjwa ya molekuli katika seti za data za majaribio na benki za sampuli
- Kujenga uchanganuzi wa survival na makadirio ya mifumo ya matibabu inayobadilika kutokana na vigezo vilivyounganishwa vya kliniki na omiki
- Kusanifisha vyanzo mbalimbali vya majaribio ya kliniki na benki za sampuli kuwa uwakilishi wa data unaoshirikishwa
- Kutathmini na kufuatilia kwa kuendelea ubora, usalama, na utegemezi wa kiutendaji wa modeli baada ya kutumwa
- Kuratibu wachuuzi, wakandarasi, na washirika wa nje wanaosaidia programu za utafiti za Lilly
- Kuendeleza mabomba yanayotumia SDTM na ADaM kwa hifadhidata za majaribio zilizofungwa zinazotumika katika uchanganuzi wa pili na wa uchunguzi
- Kuchanganua majaribio yaliyokamilika kwa athari za vikundi vidogo, utofauti wa matibabu, na mifumo ya wanaoitikia au wasioitikia
- Kutumia NLP kwenye simulizi za matukio mabaya, maelezo ya kliniki, na maoni ya wachunguzi ili kugundua ishara zinazowezekana za usalama
- Kujenga upya historia za wagonjwa za muda mrefu ili kuchunguza maendeleo ya ugonjwa, kasi ya mwitikio wa matibabu, na viashiria vya muda hadi tukio
- Kubuni mtiririko wa kazi wa meta-uchanganuzi wa tafiti mbalimbali na wa kuunganisha unaohusisha majaribio ya kliniki yaliyokamilika
- Kutumia makundi makubwa ya benki za sampuli, ikiwemo UK Biobank na All of Us, kwa uthibitishaji wa nje na uboreshaji wa data
- Kutekeleza shughuli za utafiti zinazoweza kurudiwa kwa udhibiti wa matoleo ya data, kompyuta zilizowekwa kwenye kontena, na rekodi za uchanganuzi zilizo tayari kukaguliwa
- Kufanya utafiti kwa kuzingatia HIPAA, GDPR, na viwango vinavyotumika vya IRB na kamati za maadili
Mahitaji
- Shahada ya uzamili katika taarifa za biomedical, biolojia ya kompyuta, bioinformatiki, jenetiki ya takwimu, epidemiolojia, sayansi ya kompyuta, au taaluma nyingine ya kiasi inayohusiana, au MD/PhD yenye kina sawa cha sayansi ya data ya tafsiri, pamoja na angalau miaka sita ya uzoefu wa utafiti ukitumia seti za data za majaribio ya kliniki (SDTM/ADaM), data za benki za sampuli, au seti kubwa za data za afya ya idadi ya watu
- Shahada ya udaktari katika taarifa za biomedical, biolojia ya kompyuta, bioinformatiki, jenetiki ya takwimu, epidemiolojia, sayansi ya kompyuta, au taaluma nyingine ya kiasi inayohusiana, au MD/PhD yenye kina sawa cha sayansi ya data ya tafsiri, pamoja na angalau miaka mitatu ya uzoefu wa utafiti ukitumia seti za data za majaribio ya kliniki (SDTM/ADaM), data za benki za sampuli, au seti kubwa za data za afya ya idadi ya watu
- Uzoefu uliothibitishwa wa kutumia zana za AI katika uzalishaji kwa uchanganuzi wa data za kliniki
- Ujuzi wa hali ya juu wa Python na/au R kwa ujifunzaji wa mashine na uundaji wa takwimu
- Ustadi mkubwa wa SQL
- Uzoefu wa kutumia majukwaa ya kompyuta za utafiti yanayotegemea wingu, hasa DNAnexus, AWS, Google Cloud, Azure, au klasta za kompyuta zenye utendaji wa juu
- Ujuzi wa kufanya kazi na mbinu za hali ya juu za AI zalishi, ikiwemo urekebishaji wa LLM na mafunzo ya modeli za msingi kuanzia mwanzo
- Uzoefu wa kufanya kazi katika mazingira ya kompyuta zenye utendaji wa juu
- Maarifa ya kina ya viwango vya CDISC, ikiwemo SDTM na ADaM
- Matumizi yaliyothibitishwa ya uchanganuzi wa survival, inference ya kisababishi, NLP, na deep learning katika utafiti wa kliniki au genomiki
- Uelewa mkubwa wa OMOP CDM, HL7 FHIR Genomics, na ontolojia zinazoongoza za biomedical
- Utafiti wa moja kwa moja na benki kuu za sampuli za umma na zenye ufikiaji wenye vikwazo, ikiwemo UK Biobank na All of Us
- Uzoefu wa kutumia ujifunzaji wa shirikisho, faragha tofauti, au mbinu za kompyuta salama katika utafiti wa biomedical wa tovuti nyingi
- Rekodi ya machapisho yaliyopitiwa na wataalamu katika AI ya kliniki, taarifa za tafsiri, genomiki, au taaluma inayohusiana
- Kufahamu mfumo wa target-trial na matumizi yake na data za benki za sampuli
- Maarifa ya pharmacogenomics, uundaji wa mwitikio wa dawa, au uchanganuzi wa PK/PD wa majaribio ya kliniki
- Uzoefu wa kujenga grafu za maarifa ya biomedical, kutumia ujifunzaji wa mashine wa grafu, au kutumia hoja zinazotegemea ontolojia
- Uzoefu wa vitendo wa kuchanganua seti za data za multi-omics
- Uwezo wa kuzingatia mahitaji ya HIPAA, GDPR, na IRB pamoja na kamati za maadili zinazotumika
Manufaa
- Kustahiki bonasi ya kampuni inayoathiriwa kwa sehemu na matokeo ya shirika na mtu binafsi
- Mpango wa 401(k) unaodhaminiwa na mwajiri
- Mpango wa pensheni
- Muda wa likizo
- Bima ya matibabu
- Bima ya meno
- Bima ya macho
- Bima ya dawa za kuandikiwa
- Chaguo za matumizi rahisi kwa huduma za afya na/au huduma ya wategemezi
- Bima ya maisha na mafao ya kifo
- Programu za likizo na ruhusa
- Msaada wa ustawi kama vile mpango wa usaidizi wa wafanyakazi, huduma za mazoezi, na vilabu na shughuli za wafanyakazi
- Vikundi vya rasilimali za wafanyakazi