IMU Biosciences
IMU Biosciences
IMU Biosciences เป็นบริษัทเทคโนโลยีชีวภาพในกรุงลอนดอนที่พัฒนาเทคโนโลยีภูมิคุ้มกันวิทยาแบบหลายมิติสำหรับการวิจัยทางคลินิก การวินิจฉัย และการพัฒนายา แพลตฟอร์มมัลติโอมิกส์ประสิทธิภาพสูงของบริษัทวิเคราะห์ข้อมูลภูมิคุ้มกันมากกว่า 100 ล้านจุดจากตัวอย่างเลือดขนาด 2 มล. และจำแนกกลุ่มย่อยของเซลล์ภูมิคุ้มกันได้ประมาณ 2,500 กลุ่มแบบเรียลไทม์ ชุดข้อมูลภูมิคุ้มกันระดับประชากรที่ได้ช่วยสนับสนุนการใช้งานต่าง ๆ เช่น การคัดกรองเชิงพยากรณ์สำหรับการปลูกถ่ายเซลล์ต้นกำเนิดเม็ดเลือด การประเมินการปฏิเสธอวัยวะในการปลูกถ่ายอวัยวะทึบ และการระบุลักษณะภูมิคุ้มกันที่เชื่อมโยงกับการตอบสนองต่อการรักษาและเหตุการณ์ไม่พึงประสงค์ในภูมิคุ้มกันบำบัดมะเร็ง IMU Biosciences ทำงานร่วมกับกลุ่มวิจัยทางคลินิก บริษัทเภสัชกรรมและเทคโนโลยีชีวภาพ ตลอดจนพันธมิตรด้านการวินิจฉัย เพื่อแปลงการวิเคราะห์ลักษณะภูมิคุ้มกันให้เป็นเครื่องมือที่ใช้งานได้จริงทางคลินิกและเชิงพาณิชย์

วิศวกรซอฟต์แวร์ชีวสารสนเทศ – โฟลว์ไซโตเมทรี

สร้างและดูแลไปป์ไลน์แมชชีนเลิร์นนิงที่เป็นไปตามข้อกำกับสำหรับโฟลว์ไซโตเมทรีที่ IMU Biosciences บทบาทนี้ครอบคลุมการทำ annotation การติดตามโมเดล การทำซ้ำผลลัพธ์ และการปฏิบัติตามข้อกำหนดสำหรับแพลตฟอร์มการแพทย์แม่นยำ

รายละเอียด

  • ดำเนินเวิร์กโฟลว์การทำ annotation เซลล์แบบอัตโนมัติกับชุดข้อมูลโฟลว์ไซโตเมทรีขนาดใหญ่
  • จัดทำไฟล์สมาชิกของเซลล์ ตารางสัดส่วนกลุ่มย่อยของเซลล์ และรายงานอัตโนมัติที่ระบุค่าผิดปกติเพื่อควบคุมคุณภาพ
  • ใช้ชุด gating อัตโนมัติที่ล็อกไว้กับพาร์ทิชันข้อมูลสำหรับการตรวจสอบข้ามและการประเมินผล
  • ติดตามและบันทึกเมตริกการได้รับ gating ของผู้ป่วยแต่ละราย
  • กำหนดและล็อกโมเดลฐานและเกณฑ์เสถียรภาพเชิงตัวเลขสำหรับไปป์ไลน์การสกัดคุณลักษณะของโฟลว์ไซโตเมทรี
  • ดูแลทะเบียนวงจรชีวิตโมเดลอย่างเป็นทางการ รวมถึงการกำหนดเวอร์ชัน การตรึง และการล็อกชุด gating และโมเดลพยากรณ์ที่อยู่ระหว่างการพัฒนา
  • ฝึกโมเดลแมชชีนเลิร์นนิงที่ผ่านการคัดเลือกใหม่กับกลุ่มตัวอย่างขนาดใหญ่ขึ้น และตรึงโมเดลขั้นสุดท้ายก่อนการประเมินทางคลินิกแบบปกปิดข้อมูล
  • บันทึกโค้ดที่กำหนดเวอร์ชัน ตรึงข้อกำหนดสภาพแวดล้อม Conda และ Docker และบันทึกค่า random seed กับไฮเปอร์พารามิเตอร์ของโมเดล
  • ทำหน้าที่เป็นผู้ตรวจทานโค้ดหลักตลอดไปป์ไลน์การคำนวณ
  • ใช้มาตรการควบคุมการรั่วไหลของข้อมูล ตรวจสอบความถูกต้องสมบูรณ์ของข้อมูล และรักษามาตรฐานการเขียนโค้ดแบบโมดูลาร์
  • เข้าร่วมการทบทวนวิธีการโดยอิสระ การตรวจสอบย้อนกลับ และการตรวจสอบการปฏิบัติตามข้อกำกับ
  • ทำงานร่วมกับวิศวกรแมชชีนเลิร์นนิง นักชีวสถิติ และนักวิทยาศาสตร์คลินิก
  • รายงานต่อหัวหน้านักวิทยาศาสตร์ข้อมูล

คุณสมบัติ

  • วุฒิปริญญาโทหรือปริญญาเอกด้านชีวสารสนเทศ สถิติ ชีววิทยาเชิงคำนวณ วิทยาการคอมพิวเตอร์ วิศวกรรมชีวการแพทย์ หรือสาขาเชิงปริมาณที่เกี่ยวข้อง
  • มีประสบการณ์ทำงานอย่างน้อยสามปีกับข้อมูลโฟลว์ไซโตเมทรีปริมาณสูงในสภาพแวดล้อมที่มีข้อกำกับ ทางวิชาการ หรือเทคโนโลยีชีวภาพ
  • ใช้ Python ได้คล่องและมีประสบการณ์กับ NumPy, Pandas, SciPy, scikit-learn และ PyTorch
  • มีประสบการณ์ใช้แนวปฏิบัติด้านวิศวกรรมซอฟต์แวร์ รวมถึง Git, CI/CD ตัวจัดการเวิร์กโฟลว์ เช่น Nextflow การตรึงสภาพแวดล้อม Docker และการติดตามอาร์ติแฟกต์แมชชีนเลิร์นนิง
  • คุ้นเคยกับการสร้างคุณลักษณะจากโฟลว์ไซโตเมทรีและการปรับผลกระทบจากแบตช์ให้สอดคล้องกัน
  • คุ้นเคยกับความเสี่ยงที่ข้อมูลรั่วไหลในการตรวจสอบข้ามสำหรับการสร้างแบบจำลองพยากรณ์โฟลว์ไซโตเมทรีมิติสูง
  • มีสิทธิ์ทำงานในสหราชอาณาจักรอยู่แล้ว

สวัสดิการ

  • เงินเดือนแข่งขันได้และโครงการโบนัสของบริษัท
  • เงินบำนาญ
  • ประกันสุขภาพ
  • ประกันชีวิต
  • ประกันคุ้มครองรายได้
  • สภาพแวดล้อมสตาร์ตอัปที่รวดเร็วและร่วมมือกัน
  • โอกาสพัฒนาและก้าวหน้าในสายอาชีพ