工会：非工会
空缺数量：1
工作地点：MaRS - 多伦多综合医院
部门：TGH研究所
汇报对象：首席研究员
工作模式：混合
工作时间：37.5小时
班次：周一至周五
状态：临时全职
截止日期：2025年4月18日
我们正在寻找一名数据科学分析师，负责将尖端机器学习工具应用于医疗保健。该项目将重点研究如何利用深度学习、因果推断和预测模型的理念，开发用于临床医生的大型患者数据集的软件，这些数据集包含纵向临床、实验室和分子数据。候选人将由Mamatha Bhat博士（临床医生）、Aman Sidhu博士（临床医生）和Michael Brudno博士（计算机科学）共同指导。
职责
• 1. 数据处理和管理：
• 预处理、清理和组织大型患者数据集，包括纵向临床、实验室和分子数据。
• 开发和维护多个来源的数据集成和协调管道。
• 2. 机器学习开发：
• 设计、实施和优化机器学习算法，包括深度学习和因果推断模型。
• 构建和验证预测模型，以支持临床决策和医疗服务提供者的软件工具。
• 3. 研究与创新：
• 与跨学科团队合作，定义研究问题并将其转化为计算解决方案。
• 进行探索性数据分析，发现见解并完善假设。
• 4. 软件开发：
• 开发用户友好的临床医生软件工具，集成先进的机器学习模型。
• 测试和排除应用程序故障，以确保在临床环境中的可靠性和准确性。
• 5. 资助申请和手稿准备：
• 参与研究资助提案的准备和提交，以确保对当前和未来项目的资金支持。
• 撰写、编辑并提交手稿以在同行评审期刊上发表，总结关键发现和创新。
• 6. 文档和报告：
• 以清晰和可重复的格式记录方法、工作流程和结果。
• 向技术和非技术受众（包括临床医生、研究人员和利益相关者）展示研究结果。
• 7. 合作与沟通：
• 与Mamatha Bhat博士、Aman Sidhu博士和Michael Brudno博士密切合作，以对齐研究目标和交付成果。
• 与跨学科的临床医生、计算机科学家和生物统计师团队合作，以推进项目目标。
• 8. 持续学习与适应：
• 及时了解机器学习和数据科学的最新进展，特别是在医疗保健应用中的进展。
• 根据项目要求和挑战，调整方法和工具。
1. 教育背景（必需）：
• 生物信息学、计算机科学、计算生物学、机器学习或相关领域的博士学位。
2. 技术专长：
• 有分析高通量基因组学和表观基因组学数据集的经验。
• 精通至少一种编程语言（例如，Python、R、Java等）。
• 对统计方法及其在数据分析中的应用有扎实的知识。
3. 研究卓越：
• 具有科学成就的良好记录，证明通过在同行评审期刊中的发表记录。
4. 个人特质：
• 高度积极、自我驱动，能够独立工作，也能协作工作。
5. 技术技能：
• 精通Python编程。
• 统计或机器学习的培训或经验优先。
6. 沟通技能：
• 强大的口头和书面沟通能力，能够有效传达技术信息。
7. 合作与独立：
• 证明能够在团队导向的环境中独立和协作工作。
除了与一些世界上最优秀和鼓舞人心的医疗保健专业人士一起工作外，UHN还提供广泛的福利、项目和优惠。这些提供的全面性使其成为一个差异化的因素，让您能够在您最重视的地方找到价值，无论是在您现在的职业生涯中，还是在UHN的整个职业生涯中。
• 竞争力的薪资待遇
• 政府组织，是安大略省医疗保健养老金计划（HOOPP https://hoopp.com/）的成员
• 靠近交通和UHN穿梭巴士服务
• 灵活的工作环境
• 在大型组织内发展的机会和晋升机会
• 额外福利（多项企业折扣，包括：旅行、餐厅、停车、电话计划、汽车保险折扣、现场健身房等）
当前UHN员工必须成功完成试用期，拥有良好的员工记录，并根据UHN的考勤管理程序保持满意的出勤率，才能有资格考虑。
所有申请必须在发布截止日期之前提交。
UHN通过电子邮件与选定的候选人沟通。请确保您定期检查电子邮件。
请注意，成功候选人可能需要进行犯罪记录检查。如果发现候选人提供的任何信息具有误导性、不准确或不正确，UHN保留停止考虑其申请的权利。
UHN是一个平等机会雇主，致力于包容性的招聘过程和工作场所。在招聘过程的任何阶段都可以提出住宿请求。申请者需要将其要求告知。
我们感谢所有申请者的兴趣，但只有被选中进一步考虑的申请者将被联系。 
多伦多