
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