生物統計與數據科學專家 (臨床前研發方向)
職位概述
我們正在尋找一位在臨床前研發階段發揮關鍵作用的生物統計與數據科學專家。您不僅需要運用統計方法為早期藥物發現（如藥效評估、生物標志物探索）提供深度分析，還將作為橋梁，負責將多源異構的臨床前數據有效整合至公司AI平臺，并協作開發數據驅動的研發新工具與洞見。
核心職責
1. 臨床前生物數據的管理與深度統計分析
· 數據策略與管理：負責建立和維護類器官臨床前研究階段（體外、體內實驗）生物數據的管理流程與標準，確保數據質量、一致性與可追溯性。
· 統計設計與分析：參與早期研究方案設計，提供統計支持（如樣本量估算、隨機化方案）。獨立完成對藥效學、藥代動力學及多組學等復雜數據的統計分析、建模與可視化（如協同效應分析、劑量反應關系建模）。
· 研發決策支持：通過數據挖掘與解讀，為靶點驗證、先導化合物優化及生物標志物發現等關鍵決策提供堅實的量化依據。
2. AI平臺的數據整合與協作開發
· 數據治理與對接：主導制定臨床前數據接入AI平臺的標準化規范（包括數據格式、元數據標注），并實際推進多源數據的清洗、結構化與平臺導入工作。
· 跨功能協作研究：與AI/機器學習團隊緊密合作，將生物學問題轉化為可計算的數據科學問題。共同探索和開發基于AI的數據分析模型或預測工具，以提升研發效率。
· 知識沉淀與共享：促進數據分析結果在平臺內的有效沉淀與可視化呈現，構建可復用的分析流程，推動數據資產在研發團隊內的最大化利用。
任職要求
專業技能
· 博士學歷，主修生物統計、統計學、計算生物學、數據科學或相關領域。
· 臨床前分析經驗：具備在藥物發現或臨床前研究環境中處理和分析復雜生物數據的經驗，熟悉相關實驗數據類型與分析挑戰。
· 強大分析能力：精通R、Python等至少一種編程語言進行數據分析與可視化；熟悉常用統計方法及機器學習基礎。
· 數據與平臺思維：對數據治理、標準化流程有深刻理解，具有與數據平臺或AI團隊協作的實際經驗或強烈興趣。
· 行業知識：了解藥物研發的基本流程和概念。 負責公司對外科研服務項目的數據和統計分析
綜合能力
· 出色的跨部門溝通與項目管理能力，能夠清晰地在生物學家、信息學家與數據科學家之間翻譯需求。
· 以解決問題為導向，具備主動性和出色的邏輯思維能力。