Data Scientist - Chercheur Associé

Data Scientist - Chercheur Associé

(Cedars-Sinai Medical Center; Los Angeles, CA) :

Contribuer au développement, à l'évaluation et à l'application de méthodes computationnelles et statistiques, y compris l'intelligence artificielle et les algorithmes de machine learning et les logiciels pour l'analyse de données biomédicales.

Contribuer à la présentation et à la communication des résultats scientifiques par le biais de réunions de laboratoire, de conférences scientifiques et de publications évaluées par des pairs.

Créer des pipelines de bases de données à déploiement pour les modèles en utilisant les langages de programmation nécessaires (principalement Python, R et C++).

Créer une infrastructure de science des données durable et adhérer aux meilleures pratiques d'analyse de données/machine learning.

Effectuer une analyse exploratoire des données pour évaluer le besoin ou la pertinence de méthodes analytiques avancées.

Travailler avec des data scientists seniors ou principaux, des programmeurs de recherche et des investigateurs principaux pour identifier les domaines où la science des données peut être appliquée au mieux pour répondre aux questions de recherche biomédicale.

Tester et valider le code pour assurer la robustesse des applications de données.

Accomplir toutes autres tâches assignées.

Participer au développement d'algorithmes innovants et de méthodes analytiques.

Participer à l'évaluation et à l'interprétation de toutes les méthodes et résultats analytiques.

Participer à la communication orale et écrite des résultats scientifiques, y compris les publications.

Master ou équivalent étranger en génie électrique, informatique, Machine Learning, mathématiques appliquées, imagerie biomédicale ou domaine connexe, plus trois (3) années d'expérience en tant que Data Scientist - Chercheur Associé, ingénieur informaticien, data scientist biomédical ou poste similaire.

Doit avoir de l'expérience avec : Python, C++, et R ; développement, test, validation et optimisation de code en production, versionné (GitHub/GitLab et Azure DevOps) pour le développement d'algorithmes, l'analyse statistique et le déploiement ; mise en œuvre d'algorithmes d'apprentissage supervisé et non supervisé (forêts aléatoires, machines à vecteurs de support, clustering, deep learning), avec une expertise pratique dans la formation, le réglage fin et le déploiement de modèles de deep learning à l'aide de frameworks (PyTorch et TensorFlow), et l'adaptation de ces méthodes aux problèmes de recherche biomédicale ; construction de pipelines de bout en bout, de la base de données au déploiement, y compris l'interrogation de grandes bases de données relationnelles (SQL), le nettoyage des données, la formation de modèles, la validation et le déploiement de modèles dans plusieurs environnements informatiques ; communication efficace des résultats scientifiques par le biais de publications évaluées par des pairs, de brevets, de présentations de conférences et de rapports techniques internes ; travail avec des données d'imagerie médicale, y compris une familiarité avec les formats d'imagerie standard de l'industrie (DICOM), les flux de travail de prétraitement d'images (segmentation, débruitage, enregistrement, rééchantillonnage et normalisation), et l'utilisation de bibliothèques logicielles d'imagerie (SimpleITK, MONAI ou NiBabel) pour préparer les données à l'analyse de machine learning ; gestion, traitement et optimisation de jeux de données de séries temporelles 3D et 4D à grande échelle pour le développement de modèles de deep learning sur des clusters de calcul haute performance (HPC) ou des clusters GPU basés sur le cloud.

Salaire : $97,510 – $133,100 par an

Pour postuler : Tout candidat intéressé peut cliquer sur le bouton POSTULER MAINTENANT ci-dessus pour postuler à ce poste.

ID de la demande d'emploi : 18558