Scientifique Senior en Apprentissage Automatique, TAL

Passionné par la médecine de précision et l'évolution de l'industrie des soins de santé ?

Les récentes avancées dans la technologie sous-jacente ont enfin rendu possible l'impact de l'IA sur les soins cliniques de manière significative. La plateforme propriétaire de Tempus connecte tout un écosystème de preuves issues du monde réel pour fournir des informations exploitables en temps réel aux médecins, fournissant des informations essentielles sur les bons traitements pour les bons patients au bon moment.

Le candidat idéal a de l'expérience et est passionné par l'utilisation du traitement naturel du langage, de l'apprentissage automatique et des réseaux neuronaux pour influencer la médecine de précision à l'aide de l'extraction d'informations et des modèles de prévision clinique.

Ce que vous ferez :

• Travailler avec une équipe de scientifiques et d'ingénieurs en apprentissage automatique pour développer des solutions NLP et d'apprentissage automatique pour la médecine de précision.
• Recherchez, développez, entraînez, testez, déployez, surveillez et améliorez les modèles d'apprentissage automatique et de NLP pour l'extraction d'informations, l'extraction de relations, la classification de textes, la prédiction clinique et l'imputation.
• Travailler avec de grandes corpus non structurés de notes et de rapports cliniques ainsi que des ensembles de données de dossiers de santé électroniques (EHR) structurés.
• Collaborer avec les membres de l'équipe, les parties prenantes, le produit, la science, et l'ingénierie pour construire les solutions d'apprentissage automatique les plus avancées en médecine de précision.
• Réaliser une conception centrée sur l'utilisateur avec les clients et les parties prenantes pour créer les systèmes d'apprentissage automatique ayant le plus grand impact.
• Documentez, résumez et présentez votre travail à vos pairs et aux parties prenantes.

Qualifications requises :

• Doctorat ou Master avec plus de 3 ans d'expérience ou Licence avec plus de 5 ans d'expérience dans une discipline quantitative telle que l'informatique, l'apprentissage automatique, les statistiques, le traitement naturel du langage, la linguistique computationnelle, la biologie computationnelle, la bioinformatique, les mathématiques appliquées, la physique ou un domaine connexe.
• Expérience avec les cadres d'apprentissage profond et de traitement naturel du langage tels que PyTorch, TensorFlow, Keras, Pandas, scikit-learn, spaCy, et NLTK.
• Solides compétences en ingénierie logicielle et programmation utilisant Python, Linux, et SQL.
• Capacité à s'épanouir dans un environnement rapide et volonté de changer de priorités de manière fluide.
• Expérience dans la communication d'insights et la présentation de concepts à divers publics.
• Esprit d'équipe et capacité à travailler dans une équipe interdisciplinaire.

Qualifications préférées :

• Expérience de construction de modèles de production pour la classification de textes, la reconnaissance d'entités nommées, la résolution d'entités, l'extraction de relations, l'analyse sémantique, la prédiction clinique et la réponse aux questions.
• Expérience avec BERT, GPT-4, T5, transformers, mécanismes d'attention, grands modèles de langage, et word embeddings.
• Connaissance de GCP, Spark, et data warehousing.
• Publications dans ACL, AAAI, EMNLP, ICLR, ICML, NeurIPS, ou équivalent.
• Expérience dans le domaine de la santé, en particulier en oncologie.
• Expérience de travail avec des données cliniques sur le cancer.
• Familiarité avec les données EHR, la terminologie clinique, et les notes cliniques.
• Expérience avec les ontologies médicales et les vocabulaires contrôlés tels que UMLS, SNOMED CT, MeSH, NCI Thesaurus, RxNorm, et HGNC.

#LI-BL1