Lead Machine Learning Scientist

Stanowisko: Główny Naukowiec ds. Uczenia Maszynowego w Biogen

W Biogen poświęcamy się walce z wyjątkowo skomplikowanymi, niszczycielskimi chorobami, ciągle innowując w badaniach medycznych. Nasza Organizacja Rozwoju Nauk Ilościowych stoi na czele, integrując zaawansowane technologie i techniki uczenia maszynowego, aby przyspieszyć badania, poprawić opiekę kliniczną i wzmocnić pacjentów. Dołącz do naszej misji rewolucjonizowania opieki zdrowotnej poprzez łączenie biologii z technologią, co sprzyja podejściu podkreślającemu profilaktykę i promuje równy, przystępny kosztowo dostęp do opieki.

Jako Główny Naukowiec ds. Uczenia Maszynowego będziesz:

• Tworzyć i wdrażać złożone łańcuchy przetwarzania sygnałów oraz inżynierować solidne modele chorób, korzystając z różnorodnych danych pacjentów, od badań klinicznych po rzeczywiste środowiska kliniczne.
• Przeprowadzać walidację analityczną i kliniczną, szczegółowo analizować wyniki i prezentować odkrycia różnorodnym grupom zainteresowanych, w tym społecznościom terapeutycznym i praktykom medycyny cyfrowej.
• Wspierać projektowanie i rozwijanie innowacyjnych rozwiązań pomiarowych opartych na sensorach.
• Dostarczać ekspertyzy w zastosowaniach sztucznej inteligencji i uczenia maszynowego w kontekstach biologicznych i klinicznych.
• Zarządzać relacjami z dostawcami i projektami współpracy skoncentrowanymi na rozwoju metod uczenia maszynowego i SI.

Jeśli jesteś głęboko zapalony do pionierskiego badania nowych metod badania danych na wielu platformach i tworzenia znaczących połączeń między biologią człowieka, postępami klinicznymi i technologią, jesteś idealnym kandydatem na to stanowisko. Twoja wiedza w zarządzaniu danymi i talent do modelowania złożonych biologicznych i klinicznych scenariuszy w przekładalne wnioski będą kluczowe w prowadzeniu naszej misji do przodu.

• Minimum 8 lat doświadczenia w przemyśle farmaceutycznym, biotechnologicznym lub pokrewnych branżach technologicznych, lub obszerne doświadczenie w badaniach akademickich lub klinicznych.
• Zaawansowana biegłość w przetwarzaniu sygnałów opartym na sensorach i znajomość nowoczesnych narzędzi analitycznych oraz języków programowania (np. Python, numpy, pandas).
• Udowodniona zdolność do prowadzenia złożonych, interdyscyplinarnych projektów w ramach wdrażania oprogramowania i technologii.

• Mocne umiejętności komunikacyjne, z udowodnioną zdolnością do osiągania konsensusu w zespołach technologicznych i biznesowych.
• Doświadczenie w technologiach zdrowia cyfrowego mających na celu pomiar wpływu chorób.
• Dodatkowa wiedza na temat statystycznych i inżynieryjnych narzędzi programistycznych, takich jak R, Spark czy Rust.