О компании
В компании QIMA мы стремимся помочь нашим клиентам создавать продукты, которым потребители могут доверять. Мы разработали решения для обеспечения соответствия требованиям в области тестирования, инспекции и сертификации (TIC), которые обеспечивают гибкость цепочки поставок, устойчивое развитие и инновации в продуктах. Наши услуги используются 30 000 компаниями по всему миру в отраслях потребительских товаров, агропродовольствия и наук о жизни. Поддерживаемые более чем 6000 преданных сотрудников QIMA по всему миру, мы предоставляем локальную экспертизу и индивидуальную поддержку каждому клиенту. Наша страсть к сервису сделала QIMA лидером отрасли по удовлетворенности клиентов, что подтверждается нашим исключительным показателем Net Promoter Score (NPS).
В рамках наших направлений в области наук о жизни мы разрабатываем и предоставляем научные услуги по тестированию и исследованиям для наших клиентов.
Сейчас мы запускаем новую программу по разработке виртуальных фармакологических моделей. Эти модели будут использовать данные, накопленные за годы лабораторных исследований, чтобы помочь оценить эффективность молекул и поддержать будущие скрининговые мероприятия.
Мы ищем ведущего специалиста по данным – виртуальные модели, который возьмет на себя ответственность за эту программу с самого начала.
Это практическая роль для опытного специалиста по данным, который хочет создать что-то новое. Вы будете оценивать существующие наборы данных из различных бизнес-единиц QIMA, выявлять наиболее перспективные возможности, разрабатывать модели в формате proof-of-concept и готовить их к использованию внутренними командами и, в конечном итоге, клиентами.
Первоначальные приложения могут включать модели, связанные с:
•кожей;
•волосяными фолликулами;
•долголетием;
•раком предстательной железы;
•иммунологией.
Вы будете тесно сотрудничать с управляющими директорами, лабораторными учеными и экспертами QIMA в области ИТ и искусственного интеллекта. Научная валидация будет проводиться в сотрудничестве с независимыми лабораторными командами.
Основные обязанности
•Рассматривать и оценивать предложения от бизнес-единиц QIMA.
•Подробно изучать исходные данные, включая их качество, структуру, согласованность, глубину и широту.
•Рекомендовать одну или две модели с наибольшим потенциалом для разработки, с последующим утверждением генеральным директором QIMA Life Sciences.
•Строить и управлять необходимыми конвейерами данных.
•Очищать, структурировать, интегрировать и анализировать сложные биологические наборы данных.
•Разрабатывать модели машинного обучения и proof of concept.
•Выявлять пробелы в данных и рекомендовать дополнительные эксперименты при необходимости. Работать с лабораторными учеными для определения этих экспериментов, включая необходимые данные, измерения и критерии качества.
•Устанавливать четкие критерии валидации и готовить модели для независимой научной проверки.
•Улучшать модели посредством повторного тестирования и итераций.
•Обеспечивать воспроизводимость, отслеживаемость и надлежащую документацию кода, данных и моделей.
•Четко представлять результаты научной, технической, коммерческой и неспециализированной аудитории.
•Поддерживать подготовку модели к будущей коммерциализации, будь то как SaaS-продукт или как сервис, поддерживающий, заменяющий или дополняющий лабораторные анализы.
•Вносить вклад в документацию и защиту интеллектуальной собственности, связанной с моделями, конвейерами и методами.
Изначально эта роль будет позиционироваться как индивидуальный вкладчик. По мере роста программы вы можете помочь сформировать и возглавить команду дополнительных специалистов по данным.
Первые задачи
В течение первых шести месяцев от вас ожидается:
•оценить основные предложения моделей и их исходные наборы данных;
•рекомендовать один или два наиболее сильных проекта;
•создать proof of concept для одной или двух моделей.
В течение 12–15 месяцев цель — подготовить как минимум одну модель для потенциальной коммерциализации. Это должно включать достаточную научную валидацию, интерфейс, пригодный для внутреннего использования, и полную документацию или подробное обучение операторов.
У вас есть:
•степень PhD в области науки о данных, биостатистики, биоинформатики, машинного обучения или смежной области;
•8–10 лет опыта в науке о данных, биостатистике и машинном обучении;
•подтвержденный опыт реализации сложных проектов машинного обучения с использованием сложных биологических наборов данных;
•сильный опыт построения конвейеров данных, оценки качества данных, выявления ограничений и определения необходимого дополнительного объема данных;
•опыт работы с учеными и перевода научных вопросов в подходы к данным и моделированию;
•отличные коммуникативные навыки и способность ясно объяснять сложные концепции неспециалистам;
•желательно опыт презентации работы клиентам, партнерам или другим внешним заинтересованным сторонам;
•практический, предпринимательский и активный подход;
•способность работать самостоятельно и брать на себя ответственность за неоднозначный, новый проект.
Опыт в конкретной терапевтической области не является обязательным. Самыми важными требованиями являются сильная техническая экспертиза, опыт работы с биологическими данными и способность превращать сложные наборы данных в полезные, проверенные модели.
Сильные навыки Python или R, включая код производственного качества с контролем версий. Опыт работы с облачными платформами данных (мы используем Snowflake) и практиками MLOps.
Почему стоит присоединиться к QIMA?
Это возможность создать новую компетенцию с нуля и сформировать то, как QIMA использует свои биологические данные. Вы получите прямой доступ к высшему руководству, лабораторным экспертам и техническим командам с автономией в определении подхода и достижении ощутимых результатов.
Роль будет базироваться в Европе и потребует командировок, в зависимости от потребностей проекта, в лаборатории QIMA во Франции, Северной Ирландии и Германии.
