Syneos Health เป็นองค์กรด้านโซลูชันชีวเภสัชภัณฑ์แบบครบวงจรที่ช่วยให้ลูกค้านำการรักษาจากขั้นตอนการพัฒนาทางคลินิกไปสู่การส่งมอบเชิงพาณิชย์ ทีมงานของบริษัทผสานความเชี่ยวชาญด้านการวิจัยทางคลินิก กิจการทางการแพทย์ การพาณิชย์ เทคโนโลยี และข้อมูลเชิงลึกด้านตลาด เพื่อรับมือกับความต้องการด้านการดูแลสุขภาพที่เปลี่ยนแปลงไป และสนับสนุนการพัฒนาและเปิดตัววิธีการรักษาที่สำคัญทั่วโลก
นักสถิติชีวภาพอาวุโส – ไบโอมาร์กเกอร์ AI และการเรียนรู้เชิงลึก
เป็นผู้นำการวิเคราะห์ไบโอมาร์กเกอร์และจีโนมิกส์โดยใช้สถิติขั้นสูงและการเรียนรู้เชิงลึก เพื่อสนับสนุนการวิจัยทางคลินิกและการพัฒนายาในวิทยาศาสตร์ชีวภาพที่ Syneos Health
รายละเอียด
- ประสานงานการวางแผน การดำเนินงาน และการวิเคราะห์องค์ประกอบด้านจีโนมิกส์และไบโอมาร์กเกอร์อื่น ๆ แบบข้ามสายงานในการศึกษาทางคลินิกและการศึกษาไบโอมาร์กเกอร์
- ปฏิบัติหน้าที่เป็นนักสถิติไบโอมาร์กเกอร์ของโครงการ โดยได้รับคำแนะนำจากนักสถิติผู้มีประสบการณ์
- จัดทำแผนการประเมินไบโอมาร์กเกอร์สำหรับการศึกษาที่ได้รับมอบหมาย
- ให้ความเชี่ยวชาญด้านสถิติในการหารือเกี่ยวกับการพัฒนาทางคลินิก และประยุกต์ใช้วิธีการด้าน AI และแมชชีนเลิร์นนิง
- ประสานงานกระบวนงานด้านสถิติที่สนับสนุนการวิจัยและพัฒนาไบโอมาร์กเกอร์
- วางแผนและดำเนินการวิเคราะห์ข้อมูลจีโนมิกส์และไบโอมาร์กเกอร์ขั้นสูง
- เขียนโปรแกรมทางสถิติและพัฒนาอัลกอริทึมการวิเคราะห์ที่ซับซ้อน
- วิเคราะห์ชุดข้อมูล RNA, Olink และไบโอมาร์กเกอร์อื่น ๆ
- จัดทำรายงานการประเมินไบโอมาร์กเกอร์ที่ถูกต้อง และอธิบายผลการวิเคราะห์
- แก้ไขปัญหาด้านสถิติ ความต้องการด้านการสร้างแบบจำลอง และงานวิเคราะห์ทั้งในระดับทั่วไปและซับซ้อนได้อย่างอิสระ
- สร้างและประยุกต์ใช้กระบวนการมาตรฐานสำหรับการประเมินไบโอมาร์กเกอร์ทั่วไป
คุณสมบัติ
- วุฒิปริญญาเอกหรือปริญญาโทด้านสถิติชีวภาพ สถิติ คณิตศาสตร์ หรือสาขาที่เกี่ยวข้อง
- มีทักษะการสื่อสารเป็นลายลักษณ์อักษร การสื่อสารด้วยวาจา และมนุษยสัมพันธ์ที่ดี
- สามารถทำงานได้อย่างมีประสิทธิภาพทั้งโดยอิสระและร่วมกับผู้อื่น
- สามารถทำงานโดยมีการกำกับดูแลเพียงเล็กน้อย
- มีประสบการณ์ที่พิสูจน์ได้ในการพัฒนาและนำโมเดลการเรียนรู้เชิงลึกไปใช้งานด้วย PyTorch, TensorFlow หรือ Keras
- มีความเข้าใจอย่างดีเกี่ยวกับอัลกอริทึมแมชชีนเลิร์นนิงและวิธีการทางสถิติ รวมถึงการวิเคราะห์การอยู่รอดและการจัดการผลกระทบจากแบตช์ ซึ่งประยุกต์ใช้กับงานเภสัชกรรมหรือการค้นหาไบโอมาร์กเกอร์
- คุ้นเคยกับวิธีการ AI ที่อธิบายผลได้ เช่น SHAP, attention attribution และการวิเคราะห์แบบ counterfactual
- มีความเข้าใจเกี่ยวกับการหาปริมาณความไม่แน่นอนเพื่อการตีความไบโอมาร์กเกอร์
- มีประสบการณ์เป็นผู้นำการศึกษาไบโอมาร์กเกอร์อย่างอิสระ
- หากมีประสบการณ์ด้านการทดลองทางคลินิกจะได้รับการพิจารณาเป็นพิเศษ
- หากมีประสบการณ์ในอุตสาหกรรมจะได้รับการพิจารณาเป็นพิเศษ
- มีความเข้าใจอย่างดีเกี่ยวกับการประเมินไบโอมาร์กเกอร์ โดยเฉพาะด้านภูมิคุ้มกันวิทยาและการติดเชื้อ เบาหวานชนิดที่ 1 พารามิเตอร์ที่เกี่ยวข้อง และชีววิทยาที่เกี่ยวเนื่อง
- มีความเชี่ยวชาญในการใช้เครื่องมือเขียนโปรแกรมทางสถิติ ได้แก่ R, Bioconductor, แพ็กเกจ R สำหรับข้อมูลพันธุกรรม และ Python
- มีประสบการณ์ทำงานกับชุดข้อมูลมิติสูง
- อาจพิจารณาประสบการณ์ ทักษะ หรือการศึกษาที่เทียบเท่าได้
สวัสดิการ
- โอกาสในการพัฒนาและความก้าวหน้าในสายอาชีพ
- การบริหารจัดการโดยหัวหน้างานที่ให้การสนับสนุนและมีส่วนร่วม
- การฝึกอบรมด้านเทคนิคและด้านการรักษา
- โครงการยกย่องเพื่อนร่วมงาน
- โครงการผลตอบแทนโดยรวม
- วัฒนธรรมสถานที่ทำงานที่เปิดกว้างและมีส่วนร่วม
- การจัดสิ่งอำนวยความสะดวกที่เหมาะสมเมื่อสมควร