Vereinigte Staaten
B&A
Formation Bio
Senior / Principal Data Scientist, EHR AI
Vereinigte Staaten
San Francisco, California, United States · Boston, Massachusetts, United States · New York, New York, United States · Wake County, North Carolina, United States
Python
Automatische Übersetzung. Prüfe das Original.
ÜBER FORMATION BIO
Formation Bio ist ein technologie- und KI-getriebenes Pharmaunternehmen, das sich durch eine radikal effizientere Arzneimittelentwicklung auszeichnet.
Fortschritte in der KI und der Arzneimittelforschung führen zu mehr Wirkstoffkandidaten, als die Branche aufgrund der hohen Kosten und der Dauer klinischer Studien voranbringen kann. Da dieser Entwicklungsengpass letztlich die Anzahl neuer Medikamente begrenzen könnte, die Patienten erreichen, hat Formation Bio, gegründet im Jahr 2016 als TrialSpark Inc., Technologieplattformen, Prozesse und Fähigkeiten aufgebaut, um alle Aspekte der Arzneimittelentwicklung und klinischer Studien zu beschleunigen. Formation Bio geht Partnerschaften ein, erwirbt oder lizenziert Medikamente von Pharmaunternehmen, Forschungsorganisationen und Biotech-Firmen, um Programme über den klinischen Machbarkeitsnachweis hinaus zu entwickeln und letztlich dazu beizutragen, neue Medikamente zu den Patienten zu bringen. Das Unternehmen wird von Investoren aus den Bereichen Pharma und Technologie unterstützt, darunter a16z, Sequoia, Sanofi, Thrive Capital, John Doerr, Spark Capital, SV Angel Growth und andere.
Weitere Informationen finden Sie unter den folgenden Links:
- Unsere Vision für KI in der Pharmaindustrie formation.bio/blog/our-vision-for-ai-in-pharma
- Unser aktuelles Medikamentenportfolio formation.bio/licensing-and-pipeline
- Unsere Technologie & Plattform formation.bio/technology
Bei Formation Bio sind unsere Werte die treibende Kraft hinter unserer Mission, die Pharmaindustrie zu revolutionieren. Jedes Team und jede Einzelperson im Unternehmen teilt diese Werte und spielt eine entscheidende Rolle bei unserer Mission, neue Behandlungen schneller und effizienter zu den Patienten zu bringen.
Über die Position
Als Senior oder Principal Data Scientist im EHR AI-Team bei Formation Bio entwickeln Sie die Modelle, die es uns ermöglichen, aus realen Daten (Real-World Data, RWD) zu lernen: elektronische Gesundheitsakten (EHR) zusammen mit Abrechnungsdaten und anderen realen Quellen. Sie arbeiten praxisnah mit longitudinalen EHR- und Abrechnungsdaten, um den Krankheitsverlauf, das Ansprechen von Patienten auf Behandlungen und die Auswirkungen zugelassener Medikamente auf den Krankheitsverlauf vorherzusagen. Die Daten umfassen groß angelegte, longitudinale EHR-Daten von Gesundheitssystemen, verknüpft mit Abrechnungsdaten, klinischen Notizen und Bildgebung, sowie genetische und molekulare Daten im Biobank-Maßstab. Ihre Ergebnisse werden zu Real-World Evidence (RWE), die direkt in unsere Entscheidungen einfließen, welche Medikamente wir erwerben, welche Indikationen wir verfolgen und wie wir Studien konzipieren.
Dies ist eine praxisorientierte Modellierungsrolle. Sie trainieren und evaluieren Modelle, einschließlich EHR-Grundlagenmodellen, definieren die Kohorten und Phänotypen, von denen diese abhängen, und wandeln Ergebnisse in klare Antworten für die Geschäftsentwicklung sowie Forschung und Entwicklung um, oft unter engen Zeitvorgaben. Auf der technologischen Seite arbeiten Sie eng mit Engineering und Produkt zusammen. Auf Principal-Ebene leiten Sie zudem einen Arbeitsstrom von Anfang bis Ende und betreuen andere Wissenschaftler.
Verantwortlichkeiten
- Erstellung, Training und Validierung von Vorhersagemodellen auf Basis longitudinaler EHR- und Abrechnungsdaten: Krankheitsverlauf, Zeit-bis-zum-Ereignis-Ergebnisse und patientenindividuelles Ansprechen auf Behandlungen
- Benchmarking und Anpassung von EHR-Grundlagenmodellen zur Patientenrepräsentation gegenüber starken tabellarischen und sequenziellen Baselines
- Definition und Validierung berechenbarer Phänotypen und Kohorten unter Verwendung des OMOP CDM und Standardvokabularen, einschließlich Merkmalen aus klinischen Notizen
- Anwendung kausaler Methoden wie der Emulation von Zielstudien (Target Trial Emulation) neben Vorhersagemodellen, um Medikamente zu identifizieren, die den Krankheitsverlauf beeinflussen
- Beantwortung von EHR- und RWE-Fragestellungen aus der Due Diligence der Geschäftsentwicklung sowie aus F&E-Programmen innerhalb von Tagen bis Wochen, mit expliziten Angaben zu Unsicherheit und Bias
- Schreiben von reproduzierbarem, geprüftem Code und Zusammenarbeit mit Engineering und Produkt, um Prototypen in wiederverwendbare Werkzeuge zu verwandeln
- Principal-Ebene: Leitung eines Modellierungs-Arbeitsstroms von Anfang bis Ende, Festlegung der technischen Ausrichtung und Mentoring anderer Wissenschaftler
Über Sie
Erforderliche Qualifikationen
- Promotion in Informatik, biomedizinischer Informatik, Statistik, Epidemiologie oder einem verwandten quantitativen Bereich (erforderlich)
- 2+ Jahre Industrie- oder Forschungserfahrung in der Erstellung von machine learning-Modellen auf Basis von EHR-Daten, einschließlich verknüpfter Abrechnungsdaten oder anderer realer Daten, mit belegten Ergebnissen: begutachtete Publikationen, implementierte Modelle oder extern validierte Leistung
- Fundierte Expertise in Python und deep learning sowie Vertrautheit mit Data Lakes und verteiltem Rechnen für große klinische Datensätze
- Hohe Vertrautheit mit LLMs, einschließlich Coding Agents, als Teil Ihrer täglichen Arbeit
- Arbeitswissen darüber, wie EHR- und Abrechnungsdaten generiert und strukturiert werden: Begegnungen, Diagnosen, Verfahren, Medikamente, Labore, Vitalwerte, klinische Notizen, Versicherungszeiträume und Abrechnungsunterlagen, zusammen mit Kodierungspraktiken, Fehlwerten und Variationen über Standorte, Kostenträger und Länder hinweg
- Fließende Beherrschung klinischer Vokabulare und gängiger Datenmodelle, einschließlich ICD-10 und deren nationaler Modifikationen, SNOMED CT, LOINC, RxNorm, ATC, Verfahrenskodierungssysteme und das OMOP CDM
- Vertrautheit mit gängigen Anwendungen von EHR-Daten und RWE in der Arzneimittelentwicklung: Phänotypisierung und Kohortendefinition, Durchführbarkeit und Eignung von Studien, natürlicher Verlauf, Ergebnisvorhersage, externe Kontrollgruppen, vergleichende Wirksamkeit und Erkennung von Sicherheitssignalen
- Strenge Bewertungsgewohnheiten: zeitliche und standortbezogene Validierung, Kalibrierung, Umgang mit Zensierung und Vermeidung von Label-Leakage
- Fähigkeit, technische Ergebnisse wissenschaftlichen und nicht-technischen Stakeholdern klar zu erklären
Bevorzugte Qualifikationen
- Erfahrung im Pretraining, Fine-Tuning oder strengen Benchmarking von EHR-Grundlagenmodellen oder LLM-basierten Ansätzen für Patientenzeitverläufe
- Kausale Inferenz auf beobachtungsbasierten Gesundheitsdaten: Emulation von Zielstudien, Propensity-Score-Methoden, instrumentelle Variablen, doppelt robuste oder ML-basierte Schätzer
- Verwendung von LLMs für klinische Texte, wie z. B. Phänotypisierung oder Informationsextraktion aus klinischen Notizen
- Erfahrung mit OHDSI-Tools und Netzwerkstudien oder mit großen verknüpften EHR- und Biobank-Ressourcen (z. B. All of Us, UK Biobank)
- Erfahrung in Pharma, Biotech oder Health-Tech bei der Anwendung von EHR-Modellen auf Fragestellungen der Arzneimittelentwicklung
- Berührungspunkte mit Gesundheitsökonomie und Outcomes Research (HEOR)
--------------------------------------------------------------------------------
Gesamtvergütungsspanne: Senior $185,500 - $232,000; Principal $213,500 - $267,000
Vergütung Die individuelle Vergütung wird durch mehrere Faktoren bestimmt, einschließlich des Rollenumfangs, des geografischen Standorts sowie der Fähigkeiten und Erfahrungen. Ihr Angebot spiegelt wider, wo Sie innerhalb der Spanne basierend auf diesen Überlegungen liegen. Zusätzlich zum Grundgehalt bieten wir Eigenkapital, umfassende Sozialleistungen und großzügige Zusatzleistungen. Wenn die ausgeschriebene Spanne nicht Ihren Erwartungen entspricht, ermutigen wir Sie dennoch, sich zu bewerben!
Wo wir einstellen Formation Bio priorisiert die Einstellung in wichtigen Hubs, primär in den Metropolregionen New York City und Boston, mit einem hybriden Modell, das 3 Tage pro Woche im Büro erfordert. Bewerber aus dem Research Triangle (NC) und der San Francisco Bay Area können ebenfalls berücksichtigt werden. Bitte bewerben Sie sich nur, wenn Sie an diesen Standorten wohnen oder bereit sind umzuziehen.
Chancengleichheit Formation Bio setzt sich für den Aufbau eines vielfältigen und integrativen Teams ein. Wir sind ein Arbeitgeber, der Chancengleichheit fördert und Kandidaten mit unterschiedlichem Hintergrund willkommen heißt. Alle qualifizierten Bewerber erhalten eine Berücksichtigung für eine Anstellung ohne Rücksicht auf Rasse, Hautfarbe, Glauben, Religion, nationale Herkunft, Abstammung, Geschlecht (einschließlich Schwangerschaft, Entbindung, Stillzeit und damit verbundene medizinische Bedingungen), Geschlechtsidentität oder -ausdruck, sexuelle Orientierung, Alter, Behinderung, genetische Informationen, Familienstand, militärischen oder Veteranenstatus oder jedes andere durch Bundes-, Landes- oder lokales Recht geschützte Merkmal.
--------------------------------------------------------------------------------
Wir haben einen Anstieg von betrügerischen Rekrutierungsversuchen in der Branche festgestellt, bei denen sich gefälschte Profile als Recruiter ausgeben, um Kandidaten dazu zu bringen, persönliche und finanzielle Informationen durch illegitime Interviews und Stellenangebote preiszugeben. Alle legitimen Rekrutierungskommunikationen von Formation Bio erfolgen über eine @formation.bio E-Mail-Adresse. Wenn Sie eine Kontaktaufnahme von jemandem erhalten, der behauptet, bei Formation Bio zu arbeiten, über eine andere Domain oder einen anderen Kanal, ignorieren Sie diese bitte und geben Sie keine persönlichen Informationen weiter.
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen