Lead Machine Learning Scientist

Должность: Ведущий научный сотрудник по машинному обучению в Biogen

В Biogen мы посвящены борьбе с чрезвычайно сложными, разрушительными заболеваниями за счет постоянных инноваций в медицинских исследованиях. Наша организация развития квантовых наук находится на передовой, интегрируя передовые технологии и методы машинного обучения для ускорения исследований, улучшения клинического ухода и расширения возможностей пациентов. Присоединяйтесь к нашей миссии по революционизации здравоохранения, сочетая биологию с технологиями, содействуя подходу, который подчеркивает профилактику и способствует обеспечению справедливого, доступного ухода.

В качестве ведущего научного сотрудника по машинному обучению вы будете:

• Разрабатывать и внедрять сложные процессы обработки сигналов и инженерные надежные модели заболеваний на основе различных точек данных пациентов, от клинических испытаний до реальных клинических условий.
• Выполнять аналитическую и клиническую валидацию, тщательно анализируя результаты и представляя выводы различным заинтересованным сторонам, включая терапевтические сообщества и практикующих цифровой медицины.
• Содействовать проектированию и разработке инновационных решений для измерений на основе сенсоров.
• Предоставлять экспертизу в области применения искусственного интеллекта и машинного обучения в биологических и клинических контекстах.
• Управлять отношениями с поставщиками и совместными проектами, сфокусированными на разработке методов машинного обучения и ИИ.

Если вы глубоко увлечены разработкой новых методов изучения данных через множество платформ и созданием значимых связей между человеческой биологией, клиническими достижениями и технологиями, вы являетесь идеальным кандидатом на эту роль. Ваш опыт управления данными и умение моделировать сложные биологические и клинические сценарии в действенные идеи будут ключом к продвижению нашей миссии вперед.

• Минимум 8 лет опыта работы в фармацевтике, биотехнологиях или смежных технических отраслях либо обширный опыт в академических или клинических исследованиях.
• Продвинутое владение обработкой сигналов на основе сенсоров и знакомство с передовы