Xenon Seven
Xenon Seven
Xenon Seven hutoa ushauri wa AI na data kwa mashirika katika sekta za afya, huduma za kifedha, rejareja, teknolojia, magari, nishati na utengenezaji. Kazi zake zinajumuisha AI zalishi, uchanganuzi wa utabiri, uoni wa kompyuta, roboti na usaidizi wa maamuzi. Husaidia timu kutathmini fursa, kujenga na kupanua uwezo wa AI, na kuboresha miundombinu inayounga mkono uwezo huo. Kampuni hii hutumia mtandao wa wataalamu wa AI kutoka zaidi ya taasisi 20 na kusisitiza utekelezaji salama pamoja na mpito wa kutegemewa kuelekea shughuli zinazotumia AI.

Mwanasayansi wa Data za Kliniki, Mapacha Dijitali na Majaribio ya Kliniki

Huunda mapacha dijitali na uigaji ili kusaidia usanifu wa majaribio ya kliniki ya dawa. Huunganisha data za kliniki na AI na ujifunzaji wa mashine ili kusaidia maamuzi ya maendeleo yanayotegemea ushahidi.

Maelezo

  • Kuongoza uundaji na tathmini ya mapacha dijitali wa wagonjwa, magonjwa, mwitikio wa matibabu na majaribio ya kliniki kwa kutumia data za majaribio ya kliniki na data nyingine za nje zinazohusika.
  • Kutumia mbinu za kimakanika, kitakwimu, kisababishi na za ujifunzaji wa mashine kuunda mapacha dijitali kwa makundi mbalimbali ya watu, afua, mikakati ya dozi, vipimo vya mwisho na miundo ya majaribio.
  • Kuweka matumizi yaliyokusudiwa na kufafanua jinsi mapacha dijitali watakavyotumiwa pamoja na wataalamu wa kliniki na wa kiasi.
  • Kutathmini urekebishaji, uthibitishaji, uimara, uwezo wa kuhamishika, kutokuwa na uhakika na umuhimu wa vitendo wa modeli kwa kutumia mikakati ya ndani na nje.
  • Kuunda mifumo ya kazi inayoweza kurudiwa na vipengele vya mapacha dijitali vinavyoweza kutumiwa tena katika programu na maeneo mbalimbali ya tiba.
  • Kushirikiana na timu za majaribio kutathmini makundi lengwa, vigezo vya kustahiki, mikakati ya kuongeza uteuzi, vikundi linganishi, vipimo vya mwisho, ratiba za ziara, mikakati ya dozi na mambo ya kiutendaji.
  • Kutumia mapacha dijitali na uigaji kulinganisha hali mbalimbali, kupima kutokuwa na uhakika na kusaidia maamuzi yanayotegemea modeli.
  • Kuratibu na wanatakwimu na wataalamu wa farmakometria ili kuoanisha uchanganuzi na malengo ya kliniki na udhibiti.
  • Kueleza dhana, mipaka na matokeo yanayohusika na maamuzi kwa wadau wa kiufundi na wasio wa kiufundi.
  • Kuchanganua na kuunganisha data za majaribio ya kliniki, viashirio-bayolojia, picha za kitabibu, data za afya ya kidijitali, omiki, matokeo yaliyoripotiwa na wagonjwa na data za ulimwengu halisi.
  • Kushirikiana na timu za uhandisi wa data na majukwaa kuandaa seti za data zilizo tayari kuchanganuliwa na kuweka ukaguzi wa ubora wa data, ufuatiliaji wa asili ya data na mifumo ya uchakataji inayoweza kurudiwa.
  • Kuandaa nyaraka za kisayansi, mawasilisho na machapisho, na kusaidia matumizi yenye uwajibikaji ya mbinu za mapacha dijitali.
  • Kuweka matumizi yaliyokusudiwa, muktadha wa maamuzi, vigezo vya mafanikio na mipaka kabla ya kuunda modeli.
  • Kuhakikisha modeli zinaweza kufasirika, kukaguliwa na kurudiwa, na zinaungwa mkono na ushahidi.
  • Kufuata masharti ya utawala, faragha, usalama na mapitio ya kisayansi kuhusu data za kliniki na matokeo ya uchanganuzi.
  • Kutenganisha uchanganuzi wa uchunguzi na ushahidi uliothibitishwa wa kusaidia maamuzi, na kueleza uwezo wa modeli kwa usahihi.

Mahitaji

  • Shahada ya uzamivu (PhD) katika sayansi ya data, takwimu, biostatistiki, farmakometria, sayansi ya kompyuta, taarifa za biomedikali, uhandisi, hisabati, utafiti wa shughuli au taaluma nyingine ya kiasi inayohusiana.
  • Uzoefu uliothibitishwa wa kuunda mapacha dijitali, wagonjwa pepe, modeli za maendeleo ya magonjwa, uigaji wa majaribio ya kliniki, vidhibiti sanisi au modeli nyingine za kikompyuta zinazofanana.
  • Msingi imara wa kutumia ujifunzaji wa mashine, uundaji wa modeli za kitakwimu, makisio ya kisababishi au uigaji kwa data za biomedikali, huduma za afya, dawa au data nyingine changamano za kisayansi.
  • Ujuzi thabiti wa programu katika Python, R au lugha linganishi ya uchanganuzi, pamoja na uzoefu wa udhibiti wa matoleo na mifumo ya kazi inayoweza kurudiwa.
  • Maarifa ya kutosha ya maendeleo ya kliniki ili kuunda maswali yanayofaa na kufanya kazi kwa ufanisi na wataalamu wa kliniki na wa kiasi katika majaribio.
  • Uwezo na nia ya kupanua maarifa ya usanifu wa majaribio ya kliniki pamoja na wanasayansi wa kliniki, wanabiostatistiki na wataalamu wa farmakometria.
  • Mawasiliano bora ya maandishi na mazungumzo, pamoja na historia ya ushirikiano wa kisayansi wenye ufanisi katika timu za fani mbalimbali.
  • Inapendelewa: uzoefu wa kusaidia usanifu wa majaribio ya kliniki, uundaji wa itifaki, mkakati wa maendeleo ya kliniki, maendeleo ya dawa yanayoongozwa na modeli au ushahidi wa kiasi unaowasilishwa kwa wadhibiti.
  • Uelewa wa mada za usanifu wa majaribio kama vile mkakati wa vipimo vya mwisho, dhana za ukubwa wa sampuli au uwezo wa kitakwimu, uteuzi au uboreshaji wa wagonjwa, matokeo ya muda mrefu, data zinazokosekana, miundo inayobadilika au vigezo vya maamuzi.
  • Maarifa ya usanifu na uthibitishaji wa mapacha dijitali, makisio ya kisababishi, modeli za Bayesian, uchanganuzi wa uhai, modeli za muda mrefu, uigaji wa majaribio ya kliniki au vidhibiti sanisi.
  • Uzoefu wa viwango vya data za kliniki na vyanzo vya kawaida vya data za maendeleo ya kliniki.
  • Uzoefu wa viashirio-bayolojia, picha za kitabibu, omiki, afya ya kidijitali au data za ulimwengu halisi, ikiwemo kuunganisha aina mbalimbali za data.
  • Uzoefu wa kutumia mazingira ya uchanganuzi yanayotegemea wingu na yanayoweza kupanuliwa.
  • Historia ya kubadili kazi ya uchanganuzi kuwa maamuzi, uwezo unaoweza kutumiwa tena, machapisho, mawasilisho au matokeo mengine ya kisayansi yanayopimika.

Kazi Zinazohusiana

Ritchie Bros.

Mwanasayansi Mkuu wa Data

Ritchie Bros.

Ongoza timu ya sayansi ya data inayojenga ujifunzaji wa mashine unaoweza kupanuliwa na uchanganuzi wa kina kwa biashara. Simamia na walee wanasayansi wa data, simamia uundaji wa modeli, na ushirikiane na IT, bidhaa, viongozi na wadau wengine.

Fungua
Capital One

Meneja, Mwanasayansi wa Data – Mkakati wa Data Mbadala

Capital One

Ongoza kazi ya sayansi ya data katika Capital One ili kutathmini data mbadala kwa maamuzi ya mikopo ya US Card. Tengeneza miundo ya ujifunzaji wa mashine, vipengele vya data na mifumo inayoweza kupanuliwa ya ufuatiliaji.

Fungua
Grubhub

Mwanasayansi Data Mwandamizi wa Wafanyakazi, Marketplace

Grubhub

Kuweka mwelekeo wa sayansi ya data na ujifunzaji wa mashine kwa marketplace ya Wonder, huku ukiongoza hitimisho la kisababishi, majaribio, mifumo ya uzalishaji na kazi za kiufundi zinazohusisha timu mbalimbali.

Fungua