Johnson & Johnson là một công ty chăm sóc sức khỏe toàn cầu hoạt động trong lĩnh vực dược phẩm đổi mới và công nghệ y tế. Các đội ngũ của công ty phát triển giải pháp trong các lĩnh vực ung thư học, miễn dịch học, khoa học thần kinh, nhãn khoa chuyên sâu, chăm sóc can thiệp và chỉnh hình, kết hợp khoa học với công nghệ để giải quyết những nhu cầu sức khỏe phức tạp. Công ty cũng chú trọng đến công bằng trong chăm sóc sức khỏe, phát triển bền vững về môi trường, đa dạng và hòa nhập trong quá trình phục vụ các nhà cung cấp dịch vụ y tế, bệnh nhân và cộng đồng trên toàn thế giới.
Quản lý cấp cao, Chuyển đổi dữ liệu khoa học thần kinh — Johnson & Johnson kết hợp
Dẫn dắt việc chuyển đổi dữ liệu lâm sàng và đa omics về khoa học thần kinh thành các sản phẩm dữ liệu được quản trị, sẵn sàng cho AI tại Johnson & Johnson Innovative Medicine. Vị trí cấp cao này phụ trách các đường ống dữ liệu, khả năng tương tác, quản trị và hỗ trợ các nhóm khoa học dữ liệu.
Mô tả
- Phát triển và vận hành các sản phẩm dữ liệu lâm sàng và omics có khả năng mở rộng, được quản trị chặt chẽ.
- Quản lý toàn bộ vòng đời sản phẩm dữ liệu, từ yêu cầu và mô hình hóa đến xử lý, kiểm soát chất lượng, siêu dữ liệu, nguồn gốc dữ liệu, lập phiên bản, quyền truy cập và cải tiến liên tục.
- Xây dựng các mô hình có khả năng mở rộng cho dữ liệu lâm sàng khoa học thần kinh được AI trích xuất từ tài liệu khoa học, bao gồm các nguồn văn bản và hình ảnh.
- Xây dựng và tối ưu các đường ống Nextflow và Tower tích hợp AWS S3, Snowflake và TileDB.
- Xử lý các bộ dữ liệu proteomics, transcriptomics, metabolomics và omics không gian từ các nghiên cứu khoa học thần kinh.
- Tạo các mô-đun có thể tái sử dụng để hài hòa đầu ra xét nghiệm cho các trường hợp sử dụng khoa học dữ liệu và AI.
- Làm việc với các nhóm Kiến trúc giải pháp, Kỹ thuật dữ liệu Vector và Quản trị để áp dụng các nguyên tắc FAIR và tiêu chuẩn tuân thủ.
- Dẫn dắt việc cải thiện hiệu suất đường ống, đánh giá mã nguồn và các phương pháp tốt nhất trong phát triển phần mềm.
- Phối hợp với các nhóm AI/ML Core và Khoa học dữ liệu để cung cấp các bộ dữ liệu chất lượng cao, tương thích với AI.
- Hướng dẫn các kỹ sư cấp dưới và thúc đẩy việc chuẩn hóa, tối ưu hóa quy trình trên toàn bộ các nghiên cứu.
- Tăng cường khả năng tương tác giữa các lớp dữ liệu khám phá, chuyển giao và lâm sàng.
- Cung cấp các tài sản dữ liệu lâm sàng và đa omics được chuẩn hóa, sẵn sàng cho AI cùng các quy trình tuân thủ có thể tái sử dụng.
Yêu cầu
- Bằng thạc sĩ hoặc tiến sĩ về Tin sinh học, Kỹ thuật dữ liệu, Khoa học máy tính hoặc lĩnh vực liên quan.
- Ít nhất năm năm kinh nghiệm phát triển đường ống dữ liệu trong lĩnh vực khoa học sự sống, nghiên cứu khám phá thuốc hoặc môi trường phân tích.
- Kinh nghiệm thực tế với các tiêu chuẩn và mô hình dữ liệu lâm sàng, bao gồm CDISC SDTM/ADaM, FHIR và OMOP.
- Kinh nghiệm thực tế phát triển quy trình đa omics liên quan đến proteomics, RNA-seq, metabolomics hoặc dữ liệu đơn bào.
- Kinh nghiệm thực tế áp dụng các phương pháp biểu diễn embedding hoặc vector để tích hợp dữ liệu khoa học.
- Thành thạo Nextflow, AWS và lập trình bằng Python hoặc Bash.
- Hiểu biết về Snowflake, TileDB và các định dạng dữ liệu khoa học.
- Bắt buộc có hiểu biết về dữ liệu thử nghiệm lâm sàng và tài liệu khoa học.
- Ưu tiên có kinh nghiệm trong ngành và/hoặc lĩnh vực khoa học thần kinh.
- Ưu tiên có kinh nghiệm về thoái hóa thần kinh, tâm thần kinh hoặc nhãn khoa.
- Có sự chú ý cao đến chi tiết và cam kết về chất lượng, khả năng tái lập của dữ liệu.
Phúc lợi
- Đủ điều kiện nhận thưởng hiệu suất hằng năm.
- Bảo hiểm y tế.
- Bảo hiểm nha khoa.
- Bảo hiểm thị lực.
- Bảo hiểm nhân thọ.
- Bảo hiểm thương tật ngắn hạn và dài hạn.
- Bảo hiểm tai nạn nghề nghiệp.
- Bảo hiểm pháp lý theo nhóm.
- Chương trình hưu trí hợp nhất của công ty.
- Chương trình tiết kiệm 401(k).
- Nghỉ phép tối đa 120 giờ trong mỗi năm dương lịch.
- Nghỉ ốm tối đa 40 giờ trong mỗi năm dương lịch.
- Lương ngày lễ, bao gồm tối đa 13 ngày nghỉ lễ linh hoạt trong mỗi năm dương lịch.
- Thời gian nghỉ cho công việc, việc cá nhân và gia đình tối đa 40 giờ trong mỗi năm dương lịch.