Vice President, AI Research and Real-World Evidence

Должность: Вице-президент по исследованиям в области ИИ и реальных клинических данных Местоположение: FL113 / Кембридж, Массачусетс, США

О нас

FL113 — быстро развивающаяся компания в области ИИ-диагностики с амбициозной целью: определить будущее превентивной и проактивной помощи. Мы создаем продукты, которые помогают выявлять заболевания до того, как они станут видимыми, предоставляют пациентам и медицинским командам более ранние сведения и позволяют принять действенные меры до того, как заболевание прогрессирует и нанесет необратимый вред. Наша команда объединяет исследователей машинного обучения, серийных предпринимателей и клинических экспертов, которых объединяет общая приверженность делу воплощения проактивной помощи в реальность.

FL113 является частью экосистемы Flagship Pioneering — ведущей платформы по созданию венчурных компаний, дважды отмеченной в списке FORTUNE «Измени мир» и дважды в списке самых инновационных компаний мира по версии Fast Company. Flagship создает компании на переднем крае науки и технологий, объединяя основателей, операторов и инвесторов, чтобы совершать смелые прыжки в решении значимых проблем и превращать прорывные идеи в долгосрочный бизнес. Присоединяйтесь к исключительной команде и помогите сформировать будущее ИИ и здравоохранения.

О роли

Вице-президент по исследованиям в области ИИ и реальных клинических данных отвечает за научную повестку дня FL113, методологию и производительность моделей, клиническую валидацию и генерацию доказательств. Вы будете определять, какие научные вопросы следует исследовать, как оценивать производительность моделей и их клиническую пользу, а также какие доказательства необходимы для поддержки готовности продукта, его внедрения заказчиками и регуляторной стратегии.

Вы будете тесно сотрудничать с коллегами из отделов инжиниринга, разработки продуктов и вывода на рынок (GTM), а также с клиентами, партнерами из медицинских систем и более широкой экосистемой Flagship, чтобы формировать разработку и выпуск продуктов. Вы сохраните ответственность за научную строгость, производительность моделей и реальные клинические данные. Исследования определяют научные требования и критерии приемки; инжиниринг отвечает за производственную архитектуру, реализацию, развертывание и эксплуатацию. Вместе мы будем использовать данные моделей, пилотных проектов и клиентов для улучшения соответствия продукта рынку и создания продуктов, которые заслуживают доверия в реальном мире.

Ключевые обязанности

Определение научной повестки дня

• Владеть и постоянно развивать многолетнюю дорожную карту исследований, охватывающую предиктивное моделирование, причинно-следственный вывод и продольный анализ, основанную на научных, клинических, продуктовых и рыночных данных.
• Транслировать дорожную карту исследований в практические этапы, контрольные точки принятия решений и требования к ресурсам.
• Проявлять прагматизм в научном и продуктовом суждении, связывая производительность моделей с клинической ценностью, рентабельностью инвестиций для клиента и временем разработки.
• Определять и поддерживать стандарты, соответствующие назначению, для качества данных, валидации моделей, дизайна исследований, воспроизводимости и ответственного использования ИИ.
• Применять инструменты на основе ИИ и агентные рабочие процессы для ускорения исследований, экспериментов, анализа и повышения производительности команды.

Руководство разработкой и валидацией моделей

• Определять объем и дизайн исследовательских программ, включая выбор показаний, стратегию работы с данными, подход к моделированию, конечные точки и критерии валидации.
• Контролировать разработку и валидацию моделей на основе структурированных и неструктурированных медицинских данных, включая причинно-следственный вывод, глубокое обучение, анализ выживаемости и продольное моделирование.
• Отвечать за методологию моделей, планы оценки, исследовательский код и прототипы, а также за доказательства, необходимые для установления производительности и клинической пользы.
• Анализировать результаты и ограничения моделей, наставничать научных сотрудников и поддерживать научное качество всей команды.
• Определять требования к исследовательским наборам данных, аналитические схемы, определения признаков и критерии качества данных в партнерстве с отделом инжиниринга.

Обеспечение готовности продукта

• Определять научные критерии приемки и требования к продуктовому воплощению совместно с отделами разработки продуктов и инжиниринга.
• Разрабатывать планы готовности моделей и валидации, которые уточняют, что должно быть продемонстрировано до того, как модель перейдет в производство или в пилотное тестирование у клиента.
• Предоставлять научные требования к интероперабельности, архитектуре данных, развертыванию и мониторингу, в то время как отдел инжиниринга сохраняет владение производственным стеком.
• Подтверждать, что производственные реализации сохраняют валидированное поведение моделей, и что планы мониторинга могут обнаруживать клинически значимые изменения в производительности.
• Информировать о требованиях к функциям и готовности к запуску, используя данные моделей, клиническую пользу и потребности клиентов.

Создание клинических доказательств и научной достоверности

• Разрабатывать и контролировать ретроспективные и проспективные клинические исследования с партнерами из медицинских систем.
• Разработать стратегию получения реальных клинических данных для оценки производительности продукта, клинической пользы, влияния на рабочий процесс и экономической выгоды.
• Формировать научный дизайн и критерии успеха для пилотных проектов с биофармацевтическими компаниями, организациямиAccountable Care Organizations, медицинскими системами и другими ранними клиентами.
• Сотрудничать с клиническими и регуляторными экспертами для разработки планов по сбору доказательств, поддерживающих пути принятия клинических решений и программного обеспечения как медицинского изделия (SaMD).
• Работать с GTM, чтобы определить научный объем, требования к данным и обязательства по предоставлению доказательств для сотрудничества с клиентами и исследовательских проектов.
• Четко доводить результаты, ограничения, научные риски и технические возможности до сведения внутренних и внешних заинтересованных сторон.
• Повышать научную достоверность FL113 путем взаимодействия с лидерами мнений, публикаций, презентаций и, при необходимости, внешнего сотрудничества.

Создание и руководство исследовательской организацией

• Нанимать, руководить и развивать междисциплинарную команду, включающую специалистов по машинному обучению, клиническим исследованиям, анализу реальных клинических данных, биостатистике и экономике здравоохранения.
• Определять приоритеты исследований, руководить повседневными научными операциями, анализировать техническую работу и устранять препятствия.
• Создать культуру, сочетающую научную строгость со скоростью и практическим суждением, необходимыми в компании на ранней стадии развития.
• Наладить эффективные рабочие процессы между отделами исследований, инжиниринга, разработки продуктов, клинического отдела, регуляторного отдела и GTM.
• Развивать членов команды посредством прямого технического наставничества, четких ожиданий и ответственности за воспроизводимые результаты.

Что мы ищем

• Степень PhD или магистра в области биостатистики, вычислительной биологии, эпидемиологии, математики, информатики или другой соответствующей количественной дисциплины в сочетании с глубоким опытом работы в сфере здравоохранения или медико-биологических наук.
• Не менее 12 лет опыта в области исследований ИИ, анализа медицинских данных, генерации клинических доказательств или разработки продуктов, включая успешный опыт работы в условиях ранней стадии или «с нуля».
• Глубокие практические знания в области машинного обучения для структурированных и неструктурированных медицинских данных, включая причинно-следственный вывод, глубокое обучение, анализ выживаемости и продольное моделирование.
• Опыт вывода клинических ИИ-моделей от исследований до реальной валидации и до внедрения в производство в сотрудничестве с командами инженеров.
• Опыт проектирования, выполнения и интерпретации ретроспективных и проспективных клинических исследований.
• Свободное владение современными инструментами для исследований и машинного обучения, включая Python, PyTorch, scikit-learn и рабочие процессы разработки на основе ИИ.
• Глубокое знание источников медицинских данных, включая электронные медицинские карты (EHR), страховые данные, омиксные данные, носимые устройства и цифровые биомаркеры.
• Рабочее знание стандартов медицинских данных и клинических словарей, таких как FHIR, HL7, OMOP, SNOMED, LOINC, ICD, CPT и RxNorm.
• Знакомство с требованиями к конфиденциальности, безопасности и соответствию требованиям в сфере здравоохранения, включая HIPAA, HITRUST и SOC 2.
• Опыт общения с клиницистами, лидерами мнений, клиентами, руководителями и другими техническими и нетехническими аудиториями.

Что сделает вас исключительным кандидатом

• Вы преуспеваете в условиях неопределенности и полны энтузиазма при создании компаний «с нуля».
• Вы сочетаете научную строгость с разумным предпринимательским суждением, комфортно принимая ответственные решения в условиях неопределенности и несовершенства стартапа.
• У вас есть опыт создания, руководства и вдохновения высокопроизводительных междисциплинарных команд в быстро меняющихся условиях.
• Вы с ясностью и релевантностью для разных аудиторий — будь то научные сотрудники или бизнес-руководители — сообщаете о сложных методах, результатах, ограничениях и решениях.
• Вы «ИИ-натив», постоянно применяете агентные инструменты и рабочие процессы для ускорения исследований, совершенствования экспериментов и усиления результатов вашей команды.

О FLAGSHIP PIONEERING:

Flagship Pioneering изобретает и создает платформенные компании, каждая из которых обладает потенциалом для создания множества продуктов, трансформирующих здоровье человека, устойчивое развитие и многое другое. С момента своего основания в 2000 году Flagship создала более 100 компаний. Многие из этих компаний решали наиболее насущные проблемы человечества: вакцинировали миллиарды людей от COVID-19, лечили неизлечимые болезни, улучшали здоровье человека, предотвращали болезни и кормили мир, повышая устойчивость и экологичность сельского хозяйства.

Flagship дважды была отмечена в списке FORTUNE «Измени мир» — ежегодном рейтинге компаний, оказавших положительное социальное и экологическое воздействие посредством деятельности, являющейся частью их основных бизнес-стратегий, и дважды была названа одной из самых инновационных компаний мира по версии Fast Company. Узнайте больше о Flagship на www.flagshippioneering.com.

В Flagship мы принимаем невыполнимые миссии, чтобы совершать более крупные прорывы. Наши основные ценности направляют нас в условиях неопределенности и к достижению долгосрочного воздействия.

Мы являемся работодателем, предоставляющим равные возможности. Все квалифицированные кандидаты будут рассматриваться на предмет трудоустройства независимо от расы, цвета кожи, религии, пола, сексуальной ориентации, гендерной идентичности, национального происхождения, инвалидности, статуса ветерана, защищенного законом, или любой другой характеристики, защищенной законом.

Мы признаем, что отличные кандидаты часто обладают уникальными сильными сторонами, не соответствуя всем перечисленным квалификациям. Если у вас есть часть указанного опыта, но не весь, пожалуйста, подайте заявку в любом случае. Мы стремимся создавать разнообразные и инклюзивные команды и будем рады узнать больше о вашем опыте и заинтересованности в Flagship.

Рекрутинговые и кадровые агентства:

Flagship Pioneering и ее аффилированные компании Flagship Lab (далее совместно «FSP») не принимают незапрошенные резюме от каких-либо источников, кроме самих кандидатов. Предоставление незапрошенных резюме рекрутинговыми или кадровыми агентствами в FSP или ее сотрудникам строго запрещено, если только с ним напрямую не связался отдел внутреннего подбора персонала Flagship Pioneering. Любое резюме, предоставленное агентством в отсутствие подписанного соглашения, автоматически становится собственностью FSP, и FSP не будет выплачивать никакого вознаграждения или других сборов в отношении него.

Уведомление о конфиденциальности для кандидатов:

Когда вы подаете заявку на вакансию в Flagship Pioneering или одну из компаний ее портфеля, мы собираем и используем предоставленную вами личную информацию (такую как ваше имя, контактные данные, история работы и материалы заявки) для оценки вашей заявки, общения с вами и соблюдения юридических обязательств. Данные вашей заявки обрабатываются через Greenhouse, нашу систему отслеживания кандидатов, и могут также анализироваться с использованием инструментов автоматизированного скрининга на базе ИИ. Мы не продаем вашу личную информацию. Жители Калифорнии имеют права в соответствии с CCPA/CPRA, включая право знать, удалять и отказаться от передачи своей личной информации. Если вы находитесь в ЕС или Великобритании, мы обрабатываем ваши данные в соответствии с GDPR, и вы имеете права на доступ, исправление и удаление ваших данных. Чтобы воспользоваться своими правами или задать вопросы, обращайтесь по адресу контакт рекрутера.

Диапазон заработной платы для данной должности составляет $263 000–$346 500. Компенсация за роль будет зависеть от ряда факторов, включая квалификацию, навыки, компетенции и опыт кандидата. FL113 в настоящее время предлагает медицинское страхование, ежегодную программу стимулирования, пенсионные льготы и широкий спектр других пособий. Информация о компенсации и льготах основана на добросовестной оценке FL113 на дату публикации и может быть изменена в будущем.

Уведомление о конфиденциальности для кандидатов:

Когда вы подаете заявку на вакансию в Flagship Pioneering или одну из компаний ее портфеля, мы собираем и используем предоставленную вами личную информацию (такую как ваше имя, контактные данные, история работы и материалы заявки) для оценки вашей заявки, общения с вами и соблюдения юридических обязательств. Данные вашей заявки обрабатываются через Greenhouse, нашу систему отслеживания кандидатов, и могут также анализироваться с использованием инструментов автоматизированного скрининга на базе ИИ. Мы не продаем вашу личную информацию. Жители Калифорнии имеют права в соответствии с CCPA/CPRA, включая право знать, удалять и отказаться от передачи своей личной информации. Если вы находитесь в ЕС или Великобритании, мы обрабатываем ваши данные в соответствии с GDPR, и вы имеете права на доступ, исправление и удаление ваших данных. Чтобы воспользоваться своими правами или задать вопросы, обращайтесь по адресу контакт рекрутера.