عالم بيانات أول، علم الأحياء الحاسوبي

سيقوم عالم البيانات الأول في علم الأحياء الحاسوبي القائم على AIN بتصميم وتنفيذ وتطوير أطر تحليلية متقدمة مدفوعة بالذكاء الاصطناعي لتمكين الرؤى التحويلية والعكسية من بيانات التجارب السريرية عبر محفظة تطوير أميجن العالمية. يجلس هذا الدور عند تقاطع علم الأحياء الحاسوبي والإحصائيات المتقدمة وتعلم الآلة الحديث، مع تركيز قوي على نمذجة العلامات الحيوية التنبؤية والتشخيصية، دمج البيانات متعددة الأوم، ومنصات التحليل المدعومة بالذكاء الاصطناعي من الجيل التالي.

سيساهم المرشح الناجح فكريًا وتقنيًا في استراتيجية الطب الدقيق لأميجن من خلال تطوير نماذج صارمة وقابلة للتوسع وقابلة للتفسير علميًا تربط بين الأنماط الجزيئية والخلوية والسريرية بتصنيف الأمراض والفعالية والسلامة ونتائج الأحداث السلبية. تتطلب هذه الوظيفة عمقًا مثبتًا - وليس معرفة سطحية - في النمذجة التطبيقية، وتحليلات متعددة الأوم، وأنظمة الذكاء الاصطناعي، مع دليل على التأثير من خلال منشورات محكمة، أو قواعد أكواد إنتاجية، أو خبرة صناعية قابلة للتحقق.

النمذجة المتقدمة والتحليلات التحويلية

• تصميم وتنفيذ نماذج العلامات الحيوية التنبؤية والتشخيصية باستخدام بيانات التجارب السريرية والعلامات الحيوية، بما في ذلك الاستجابة والمقاومة وتصنيف الأمراض ونقاط نهاية الأحداث السلبية.
• تطوير وتطبيق أطر دمج متعددة الأوم (مثل نماذج العوامل، أساليب المتغيرات الكامنة على نمط MOFA، تحليل المصفوفات، الأساليب القائمة على الرسوم البيانية) لتحليل الجينوميات، والترانسكريبتوميات، والبروتيوميات، والإبيجينوميات، والتصوير، والمتغيرات السريرية بشكل مشترك.
• تطبيق منهجيات إحصائية متقدمة ذات صلة بالتطوير السريري، بما في ذلك نماذج التأثيرات المختلطة والطويلة الأمد، وتحليل البقاء، واستراتيجيات البيانات المفقودة والتقدير، وضبط المتغيرات المربكة، وقابلية تفسير النماذج.
• المساهمة في تحليلات على مستوى الدراسة وعبر البرامج التي تُعلم آلية العمل، واستراتيجيات اختيار المرضى، وقرارات التطوير.

تعلم الآلة، والذكاء الاصطناعي، والقدرات الناشئة

• بناء وتقييم نماذج تعلم الآلة، والتعلم العميق، والاستدلال السببي المطبقة على البيانات البيولوجية والسريرية، مع فهم واضح لافتراضات النموذج، والقيود، والتحقق في البيئات المنظمة.
• تطوير أو المساهمة بشكل ملحوظ في أنظمة التحليل المدعومة بالذكاء الاصطناعي، بما في ذلك:
  • أساليب قائمة على نماذج اللغة الكبيرة (مثل نماذج فئة GPT) لتدفقات العمل العلمية
  • نماذج توليدية لتعلم التمثيل، أو توليد الفرضيات، أو المحاكاة
  • أنظمة الذكاء الاصطناعي الوكيلة (مساعدة، محادثة، آلية، تنبؤية، أو مراقبة) لدعم التحليل، واتخاذ القرار، أو قدرات المنصة
• التعاون مع فرق المنصة والهندسة لضمان أن تكون الأساليب التحليلية قابلة للتكرار، وقابلة للتوسع، وجاهزة للإنتاج.

الصرامة العلمية، والتعاون، والتواصل

• ترجمة الأسئلة البيولوجية والسريرية إلى استراتيجيات تحليلية محددة بوضوح والتعبير بوضوح عن اختيارات النمذجة، والافتراضات، وعدم اليقين.
• التعاون عن كثب مع علماء العلامات الحيوية، والأطباء، وعلماء الإحصاء الحيوي، ومهندسي البيانات عبر الفرق العالمية والمناطق الزمنية.
• التواصل بفعالية حول النتائج التحليلية المعقدة وآثارها من خلال الوثائق الفنية، والعروض التقديمية، والمنتديات متعددة الوظائف.
• العمل باستقلالية علمية مع السعي بشكل استباقي للحصول على توافق وتوضيح في بيئة تطوير عالمية عالية التنظيم.

• درجة دكتوراه أو درجة ماجستير في المعلوماتية الحيوية، أو علم الأحياء الحاسوبي، أو الإحصائيات، أو الرياضيات، أو علوم الحاسوب، أو علم البيانات، أو تخصص كمي ذي صلة مع 8+ سنوات من الخبرة ذات الصلة

و

• في تخصص كمي مع 3-5 سنوات من الخبرة ذات الصلة و2-3 سنوات من الخبرة في بيئة صناعية.

يجب على المرشحين تقديم أدلة قابلة للتحقق لمعظم ما يلي:

العمق الكمي والحاسوبي

• خبرة مثبتة وعملية في تطوير نماذج إحصائية أو تعلم الآلة لمجموعات بيانات طبية أو سريرية معقدة ومتعددة الأنماط، مدعومة بـ:
  • منشورات محكمة في مجلات مرموقة، أو
  • مستودعات GitHub العامة أو الداخلية مع مساهمات تحليلية أو نمذجة كبيرة، أو
  • خبرة صناعية موثقة بوضوح تدعم البرامج السريرية أو التحويلية.
• خبرة مثبتة في بايثون وR للحوسبة العلمية والنمذجة، بما في ذلك تطوير أكواد تحليلية قابلة لإعادة الاستخدام ومُوثقة جيدًا.
• خبرة مع مكتبات وأطر تعلم الآلة/التعلم العميق الحديثة (مثل PyTorch، TensorFlow، scikit-learn، tidymodels)، مع فهم متى تكون هذه الأساليب مناسبة بالنظر إلى السياق السريري.

الأهمية التحويلية والسريرية

• فهم مثبت لتطوير الأدوية وبيانات التجارب السريرية، بما في ذلك استراتيجيات العلامات الحيوية، وتعريفات النقاط النهائية، وتصميم الدراسات التحويلية.
• خبرة في العمل مع بيانات سريرية أو بيانات علامات حيوية من العالم الحقيقي، بما في ذلك QC البيانات، والمعالجة المسبقة، وهندسة الميزات، والدمج، والنمذجة، والتفسير.
• إلمام بأنماط العلامات الحيوية السريرية الشائعة وأنواع البيانات (مثل NGS، والترانسكريبتوميات، والبروتيوميات، والتصوير، والاختبارات المناعية).

الذكاء الاصطناعي، والابتكار، وعقلية المنصة

• خبرة مباشرة في تطبيق أو توسيع الذكاء الاصطناعي التوليدي، أو نماذج الأساس، أو الأنظمة الوكيلة لحالات استخدام علمية، تحليلية، أو دعم القرار.
• القدرة على تقييم نقدي للأساليب والتقنيات الجديدة وتقييم ملاءمتها للتطبيقات الطبية الحيوية عالية التأثير المنظمة.

المهارات المهنية والعالمية

• مهارات ممتازة في التواصل الكتابي والشفهي باللغة الإنجليزية، مع القدرة على شرح الأعمال الكمية المعقدة لجماهير متنوعة.
• خبرة في العمل مع فرق عالمية وأصحاب المصلحة عبر المناطق الزمنية؛ الاستعداد للعمل بمرونة لدعم البرامج العالمية.
• إظهار التواضع الفكري، والقدرة على التكيف، والفضول، والقدرة على تغيير الأساليب التحليلية مع تطور احتياجات البرنامج.
• شعور قوي بالملكية، والحكم العلمي، والمساءلة في مشاريع معقدة ومتعددة التخصصات.

• أدلة واضحة على الملكية الشاملة للعمل التحليلي الذي أثر على القرارات العلمية أو التطويرية.
• عمق في بناء الأطر، وليس مجرد تطبيق النماذج.
• قدرة مثبتة على تحقيق التوازن بين التعقيد المنهجي والأهمية البيولوجية والسريرية.
• تجربة سابقة في منظمات بيولوجية أو صيدلانية كبيرة وعالمية مفضلة بشدة.