Data Science Innovation Fellow - Renal Translational Research

Rozpocznij transformacyjną podróż z naszym Data Science Innovation Fellowship – trzyletnim programem badawczym dla postdoktorantów, zaprojektowanym, aby zrewolucjonizować odkrywanie leków. Jako stypendysta wykorzystasz swoją wiedzę z zakresu obliczeń, aby wpłynąć na życie pacjentów i kształtować przyszłość medycyny w Novartis. Nasze środowisko współpracy pozwoli Ci pracować z dynamicznym zespołem w Dziale Badań Biomedycznych, przyspieszając innowacje dzięki zaawansowanym technikom nauki o danych.

Nasz program oferuje unikalne możliwości dostępu do dużych, rzeczywistych danych biomedycznych, rzadko dostępnych w środowisku akademickim. Pod okiem doświadczonych mentorów skorzystasz z dostosowanego programu szkoleniowego, potencjalnych mini-sabatycznych w innych działach Novartis oraz udziału w konferencjach i warsztatach.

Badania biomedyczne w Novartis to dom dla żywotnej społeczności postdoktorantów, oferującej miesięczne seminaria i coroczne sympozjum Research Day. To Twoja szansa na przewodzenie w dziedzinie nauki o danych i AI, wpływając na przyszłość odkrywania leków.

Twój projekt poprawi identyfikację celów chorób i metodologie odkrywania leków, koncentrując się na poprawie naszego zrozumienia interakcji lek-nerka. Wykorzystasz swoje umiejętności ilościowe, aby wyodrębnić mechanistyczne wnioski z modeli przedklinicznych istotnych dla ludzkiej biologii nerek i patofizjologii.

Data rozpoczęcia: Zima 2024

Jako Data Science Innovation Fellow będziesz:

• Rozwijać metody spatial transcriptomics, integrując obrazy histologiczne z analizą transkryptomiki na dużą skalę.
• Odkrywać nowe podejścia multimodalne i transferu uczenia do oceny funkcji nerek przetłumaczalnych na zdrowie ludzkie.
• Wykorzystywać ogromną bazę wiedzy badań na gryzoniach do analizy danych przedklinicznych i pacjentów z nerkami.
• Identyfikować możliwości rozwoju leków, odkrywając relacje w dużych zbiorach danych.
• Współpracować z kolegami z dziedziny toksterapii, patologii, wczesnego odkrywania i nauki o danych.
• Promować najlepsze praktyki w zakresie nauki o danych i AI, aby usprawnić proces odkrywania leków.
• Komunikować wyniki badań na konferencjach naukowych i poprzez publikacje.

Aby zostać rozważonym na to stanowisko, powinieneś mieć:

• Stopień doktora w dziedzinie ilościowej (nauki o danych, uczenie maszynowe, informatyka, statystyka) lub naukach przyrodniczych, najlepiej z interdyscyplinarnym tłem (chemoinformatyka, bioinformatyka, inżynieria biomedyczna, AI/ML w odkrywaniu leków lub naukach przyrodniczych). Studenci doktoryzujący się w ostatnim roku również mogą ubiegać się o to stanowisko.
• Solidne zrozumienie statystyki, uczenia maszynowego i głębokiego uczenia.
• Biegłość w wizualizacji danych i analizie eksploracyjnej.
• Znajomość Pythona i/lub R oraz bibliotek uczenia maszynowego/głębokiego uczenia. Doświadczenie z algorytmami generatywnymi i explainable AI będzie dodatkowym atutem.
• Doświadczenie z narzędziami i praktykami nauki o danych, zapewniającymi powtarzalność wyników.
• Silny dorobek publikacyjny lub inne osiągnięcia nauk