Eli Lilly and Company là một công ty dược phẩm và chăm sóc sức khỏe đa quốc gia, tập trung vào việc khám phá, phát triển, sản xuất và thương mại hóa các loại thuốc kê đơn. Hoạt động của công ty bao phủ các lĩnh vực điều trị như tiểu đường, ung thư, miễn dịch học, khoa học thần kinh và giảm đau, kết hợp nghiên cứu và phát triển với thử nghiệm lâm sàng, quy trình quản lý, sản xuất thuốc sinh học và thuốc phân tử nhỏ, cùng hoạt động phân phối trên toàn cầu.
Kỹ sư AI ứng dụng, Tin học y sinh lâm sàng — Eli Lilly, làm việc tại văn phòng ở Boston
Phát triển năng lực AI ứng dụng và máy học cho các thử nghiệm lâm sàng, ngân hàng sinh học và chương trình y học chuyển dịch của Eli Lilly. Sử dụng dữ liệu lâm sàng, phân tử và dân số để mô tả kiểu hình bệnh nhân và tạo bằng chứng cho các liệu pháp tương lai.
Mô tả
- Tạo và đưa vào vận hành các công cụ AI tác tử cho phép nhà nghiên cứu truy vấn dữ liệu lâm sàng bằng ngôn ngữ tự nhiên
- Sử dụng các bản thể luận y sinh, cơ sở đăng ký thử nghiệm và nguồn tài nguyên lộ trình sinh học được tuyển chọn để dựa trên kiến thức sinh học đã được xác minh khi tạo đầu ra bằng phương pháp sinh tăng cường truy xuất
- Áp dụng các phương pháp không giám sát và tự giám sát để xác định các nhóm bệnh nhân điển hình và phân nhóm bệnh phân tử trong các tập dữ liệu thử nghiệm và ngân hàng sinh học
- Xây dựng các phân tích sống còn và bộ ước lượng chế độ điều trị động từ các biến lâm sàng và omics được tích hợp
- Chuẩn hóa các nguồn dữ liệu thử nghiệm lâm sàng và ngân hàng sinh học đa dạng thành các biểu diễn dữ liệu dùng chung
- Đánh giá và liên tục giám sát chất lượng, độ an toàn và độ tin cậy vận hành của mô hình sau khi triển khai
- Điều phối các nhà cung cấp, nhà thầu và đối tác bên ngoài hỗ trợ các chương trình nghiên cứu của Lilly
- Phát triển các quy trình dựa trên SDTM và ADaM cho cơ sở dữ liệu thử nghiệm đã khóa, phục vụ các phân tích thứ cấp và thăm dò
- Phân tích các thử nghiệm đã hoàn tất để xác định tác động ở các phân nhóm, tính không đồng nhất của điều trị và các mô hình đáp ứng hoặc không đáp ứng
- Áp dụng NLP cho tường thuật về biến cố bất lợi, ghi chú lâm sàng và nhận xét của nghiên cứu viên để phát hiện các tín hiệu an toàn tiềm ẩn
- Tái dựng lịch sử bệnh nhân theo chiều dọc để nghiên cứu tiến triển bệnh, động học đáp ứng điều trị và các tiêu chí thời gian đến biến cố
- Thiết kế các quy trình phân tích tổng hợp liên nghiên cứu và tích hợp dữ liệu từ nhiều thử nghiệm lâm sàng đã hoàn tất
- Sử dụng các quần thể ngân hàng sinh học lớn, bao gồm UK Biobank và All of Us, để xác nhận bên ngoài và làm giàu dữ liệu
- Triển khai các hoạt động nghiên cứu có khả năng tái lập với kiểm soát phiên bản dữ liệu, điện toán đóng gói trong container và hồ sơ phân tích sẵn sàng kiểm toán
- Tiến hành nghiên cứu tuân thủ HIPAA, GDPR và các tiêu chuẩn hiện hành của hội đồng đánh giá thể chế cũng như hội đồng đạo đức
Yêu cầu
- Bằng thạc sĩ về tin học y sinh, sinh học tính toán, tin sinh học, di truyền học thống kê, dịch tễ học, khoa học máy tính hoặc lĩnh vực định lượng liên quan, hoặc bằng MD/PhD với nền tảng khoa học dữ liệu chuyển dịch tương đương, cùng ít nhất sáu năm kinh nghiệm nghiên cứu sử dụng tập dữ liệu thử nghiệm lâm sàng (SDTM/ADaM), dữ liệu ngân hàng sinh học hoặc tập dữ liệu sức khỏe dân số quy mô lớn
- Bằng tiến sĩ về tin học y sinh, sinh học tính toán, tin sinh học, di truyền học thống kê, dịch tễ học, khoa học máy tính hoặc lĩnh vực định lượng liên quan, hoặc bằng MD/PhD với nền tảng khoa học dữ liệu chuyển dịch tương đương, cùng ít nhất ba năm kinh nghiệm nghiên cứu sử dụng tập dữ liệu thử nghiệm lâm sàng (SDTM/ADaM), dữ liệu ngân hàng sinh học hoặc tập dữ liệu sức khỏe dân số quy mô lớn
- Có kinh nghiệm đã được chứng minh trong việc triển khai các công cụ AI vào môi trường sản xuất để phân tích dữ liệu lâm sàng
- Kỹ năng nâng cao về Python và/hoặc R cho máy học và mô hình hóa thống kê
- Thành thạo SQL
- Kinh nghiệm sử dụng các nền tảng điện toán nghiên cứu trên đám mây, ưu tiên DNAnexus, AWS, Google Cloud, Azure hoặc các cụm điện toán hiệu năng cao
- Hiểu biết thực hành về các kỹ thuật AI tạo sinh nâng cao, bao gồm tinh chỉnh LLM và huấn luyện mô hình nền tảng từ đầu
- Kinh nghiệm làm việc trong môi trường điện toán hiệu năng cao
- Kiến thức toàn diện về các tiêu chuẩn CDISC, bao gồm SDTM và ADaM
- Đã chứng minh khả năng áp dụng phân tích sống còn, suy luận nhân quả, NLP và học sâu vào nghiên cứu lâm sàng hoặc gen học
- Hiểu biết vững về OMOP CDM, HL7 FHIR Genomics và các bản thể luận y sinh hàng đầu
- Có kinh nghiệm nghiên cứu thực tế với các ngân hàng sinh học công khai và hạn chế quyền truy cập lớn, bao gồm UK Biobank và All of Us
- Kinh nghiệm áp dụng học liên kết, quyền riêng tư vi phân hoặc các phương pháp tính toán bảo mật vào nghiên cứu y sinh đa cơ sở
- Có thành tích công bố trong các tạp chí bình duyệt về AI lâm sàng, tin học chuyển dịch, gen học hoặc lĩnh vực liên quan
- Quen thuộc với khung thử nghiệm mục tiêu và việc sử dụng khung này với dữ liệu ngân hàng sinh học
- Kiến thức về dược học di truyền, mô hình hóa đáp ứng thuốc hoặc phân tích PK/PD trong thử nghiệm lâm sàng
- Kinh nghiệm xây dựng đồ thị tri thức y sinh, áp dụng máy học trên đồ thị hoặc sử dụng suy luận dựa trên bản thể luận
- Kinh nghiệm thực tiễn trong phân tích các tập dữ liệu đa omics
- Có khả năng tuân thủ các yêu cầu của HIPAA, GDPR và các hội đồng đánh giá thể chế cũng như hội đồng đạo đức hiện hành
Phúc lợi
- Đủ điều kiện nhận khoản thưởng của công ty, một phần phụ thuộc vào kết quả của tổ chức và cá nhân
- Chương trình 401(k) do người sử dụng lao động tài trợ
- Chương trình lương hưu
- Thời gian nghỉ phép
- Bảo hiểm y tế
- Bảo hiểm nha khoa
- Bảo hiểm thị lực
- Bảo hiểm thuốc kê đơn
- Các lựa chọn tài khoản chi tiêu linh hoạt cho chăm sóc sức khỏe và/hoặc người phụ thuộc
- Bảo hiểm nhân thọ và quyền lợi tử tuất
- Các chương trình nghỉ và nghỉ phép
- Hỗ trợ sức khỏe như chương trình hỗ trợ nhân viên, các hoạt động thể chất và câu lạc bộ cũng như hoạt động dành cho nhân viên
- Các nhóm nguồn lực nhân viên