Postdoctoral Fellow | Temporary Full Time (1.0 FTE) | CHEO Research Institute
Quick Summary
Conduct research on synthetic data generation for complex health datasets, including structured data and free text, using statistical methods, machine learning, deep learning, and generative models.
What We Offer
~1 min readPlease send your resume with a cover letter to Jamie Strain at jstrain@ehealthinformation.ca with the position title in the subject line. Although we appreciate the interest of all candidates, only candidates invited for interviews will be contacted. No phone calls please.
Synthetic Data Generation
New Position
Requirements
~1 min read
The Children’s Hospital of Eastern Ontario Research Institute Inc. (“CHEO RI”) is the research arm of the Children’s Hospital of Eastern Ontario – Ottawa Children’s Treatment Centre (“CHEO”) and an affiliated research institute of the University of Ottawa.
We respectfully acknowledge that CHEO RI is located on the unceded, traditional territory of the Algonquin Anishinabek People, who have lived on and cared for this land since time immemorial. We honour their enduring presence and the ways their culture and stewardship have shaped and continue to nurture this land. CHEO RI also recognizes and values the historic and ongoing contributions of all First Nations, Inuit, and Métis peoples.
CHEO is a deeply trusted institution and workplace, widely regarded as a cornerstone of our community. CHEO RI advances this legacy by generating new knowledge and evidence to support CHEO in delivering world‑class care to children and youth. Our mission is to connect exceptional talent and innovative technologies to pursue life‑changing research for every child, youth, and family in our community and beyond.
The CHEO Research Institute is fully integrated within the Faculty of Medicine at the University of Ottawa, which comprises several research-intensive Departments supporting a vibrant research and educational environment with multiple strong foci in multiple health-related fields. Several health-related students and medical trainees complete portions of their education and training at CHEO.
The Electronic Health Information Laboratory (EHIL) was formed in 2004 at the CHEO Research Institute and is headed up by Dr. Khaled El Emam. EHIL conducts multi-disciplinary research to enable data sharing for secondary purposes and data-driven simulation. It is located at the Children’s Hospital of Eastern Ontario Research Institute. Our research results get applied in practice relatively quickly, so we get rapid feedback from practice to continue improving our work.
The research topic is synthetic data generation (SDG) and protection using statistical methods, machine learning, deep learning, and generative models. This includes developing SDG methods for different types of health data, evaluating the utility and disclosure risk of synthetic datasets, developing utility and privacy metrics. The research also focuses on developing and comparing methods for annotating clinical and health-related text, including AI-assisted approaches, and evaluating privacy risks in generative models, such as memorization and information leakage.
Responsibilities
~1 min read
Under the general supervision of Dr. Khaled El-Emam, the Postdoctoral Fellow will:
- Conduct research on synthetic data generation for complex health datasets, including structured data and free text, using statistical methods, machine learning, deep learning, and generative models.
- Develop, implement, and compare methods for generating and evaluating synthetic clinical data and free text, including approaches based on language models.
- Develop and evaluate approaches for annotating clinical and health-related text, including manual, automated, and AI-assisted annotation methods.
- Compare annotation tools and methods, including their accuracy, consistency, efficiency, and suitability for different types of text and annotation tasks.
- Evaluate the privacy of trained generative models and their outputs, including model memorization, information leakage through generated responses, and related privacy risks.
- Prepare manuscripts, technical reports, presentations, and other research outputs.
- A recent PhD in statistics, computer science, applied mathematics, engineering, epidemiology or a similar discipline.
- Good knowledge of statistical and machine learning techniques and their evaluation
- Previous work training different types of deep learning models / architectures.
- Good knowledge of NLP methods, including text processing, annotation, classification, and text generation.
- Knowledge of privacy risks in machine learning and generative models, including memorization and disclosure of sensitive information through model outputs.
- Good knowledge of R and/or Python, and ideally PyTorch and/or Tensorflow;
- Ability to set priorities with competing and shifting demands;
- Willingness to learn and adapt to new policies, procedures and requirements;
- Ability to be flexible with working hours to meet deadlines.
- Possibility to work in a hybrid work model (remote and on-site).
- Eligible to work in Canada;
- Compliance with CHEO RI’s occupational health, immunization, and health‑surveillance requirements, as applicable to the role and work environment.
- Completion of a Police Record Check, in accordance with institutional and regulatory requirements.
Please send a complete CV and cover letter to Jamie Strain, by email quoting the posting number to: jstrain@ehealthinformation.ca.
The CHEO Research Institute values diversity and is an equal opportunity employer who value diverse perspectives and support people to be their authentic selves. We are committed to providing an inclusive and barrier-free work environment, starting with the hiring process and welcome interest from all qualified applicants. Should an applicant require any accommodations during the application process, as per the Accessibility for Ontarians with Disabilities Act, please notify Human Resources at researchhr@cheo.on.ca.
The CHEO Research Institute seeks to increase equity, diversity, and inclusion in all of its activities, including research, education and career development, patient, family and donor partnerships. We value diverse and non-traditional career paths and perspectives, and value skills such as resilience, collaboration, and relationship-building. We welcome applications from members of racialized minorities, Indigenous peoples, persons with disabilities, persons of minority sexual orientations and gender identities, and others with the skills and knowledge to productively engage with diverse communities.
CHEO Research Institute does not use artificial intelligence during the selection and recruitment process.
Applications will only be considered from those that are eligible to work in Canada. We thank all applicants for their interest, however, only those invited for an interview will be contacted.
CHEO Research Institute Inc. – Human Resources Department
researchhr@cheo.on.ca
401 Smyth Road
Ottawa (Ontario) K1H 8L1, CANADA
Production de données synthétique
Nouveau position
L’Institut de recherche du Centre hospitalier pour enfants de l’est de l’Ontario Inc. (« IR du CHEO ») est l’organisme de recherche du Centre de traitement pour enfants du Centre hospitalier pour enfants de l’est de l’Ontario situé à Ottawa (« CHEO ») et un institut de recherche affilié de l’Université d’Ottawa.
Nous reconnaissons, en tout respect, que l’IR du CHEO est situé sur le territoire traditionnel non cédé du peuple anichinabé algonquin, qui y vit et en prend soin depuis des temps immémoriaux. Nous rendons hommage à leur présence durable et aux façons dont leur culture et leur intendance ont façonné ce territoire et continuent de l’enrichir. De plus, l’IR du CHEO reconnaît les contributions historiques et actuelles des Premières Nations, des Inuits et des Métis, et y accorde une grande importance.
Le CHEO est un établissement et un milieu de travail digne de confiance et largement reconnu comme pilier de notre collectivité. L’IR du CHEO fait fructifier cet héritage en générant de nouvelles connaissances et données probantes pour appuyer le CHEO dans la prestation de soins de calibre mondial aux enfants et aux jeunes. Notre mission est de réunir des talents exceptionnels et des technologies novatrices pour poursuivre des recherches qui ont une incidence sur la vie de chaque enfant, jeune et famille de notre collectivité et ailleurs.
L’IR du CHEO est entièrement intégré à la Faculté de médecine de l’Université d’Ottawa, qui comprend plusieurs départements à forte densité de recherche appuyant un milieu dynamique de recherche et d’éducation avec de multiples centres d’intérêt dans plusieurs domaines liés à la santé. Plusieurs étudiantes et étudiants du domaine de la santé et stagiaires en médecine font une partie de leurs études et de leur formation au CHEO.
L’Electronic Health Information Laboratory a été créé en 2004 à l’IR du CHEO et est dirigé par Khaled El Emam. Ce laboratoire effectue des recherches multidisciplinaires pour permettre le partage de données à des fins secondaires et la simulation axée sur les données. Il est situé à l’IR du CHEO. Nos résultats de recherche sont appliqués relativement rapidement dans la pratique, de sorte que nous recevons rapidement une rétroaction pour continuer à améliorer notre travail.
Le sujet de recherche est la production de données synthétiques et la protection à l’aide de méthodes statistiques, d’apprentissage automatique, d’apprentissage profond et de modèles génératifs. Il s’agit notamment d’élaborer des méthodes de production de données synthétiques pour différents types de données sur la santé, d’évaluer l’utilité et le risque de divulgation d’ensembles de données synthétiques ainsi que d’élaborer des mesures de l’utilité et de la protection des renseignements personnels. La recherche se concentre également sur l’élaboration et la comparaison de méthodes pour annoter le texte clinique et lié à la santé, notamment par des approches assistées par l’IA, et sur l’évaluation des risques d’atteinte à la vie privée dans les modèles génératifs, comme la mémorisation et la fuite d’information.
Sous la supervision de Dr. Khaled El Emam le boursière ou boursier de recherches post doctorales effectuera ce qui suit:
- Effectuer des recherches sur la production de données synthétiques pour des ensembles de données complexes sur la santé, notamment des données structurées et du texte libre, en utilisant des méthodes statistiques, l’apprentissage automatique, l’apprentissage profond et des modèles génératifs.
- Élaborer, mettre en œuvre et comparer des méthodes de production et d’évaluation de données cliniques synthétiques et de texte libre, notamment des approches fondées sur des modèles de langage.
- Élaborer des approches pour annoter le texte clinique et lié à la santé, notamment à l’aide de méthodes d’annotation manuelles, automatisées et assistées par l’IA, et les évaluer.
- Comparer les outils et méthodes d’annotation en évaluant leur exactitude, leur uniformité, leur efficacité et leur pertinence pour différents types de texte et de tâches d’annotation.
- Évaluer la confidentialité des modèles génératifs formés et de leurs résultats, notamment la mémorisation des modèles, la fuite d’information par les réponses générées et les risques connexes liés à la protection des renseignements personnels.
- Préparer des manuscrits, des rapports techniques, des présentations et d’autres résultats de recherche.
- Doctorat récent en statistique, en informatique, en mathématiques appliquées, en génie, en épidémiologie ou dans une discipline semblable.
- Bonne connaissance des techniques statistiques et d’apprentissage machine et de leur évaluation.
- Formation professionnelle antérieure sur différents types de modèles/architectures d’apprentissage profond.
- Bonne connaissance des méthodes de traitement automatique des langues, dont le traitement de texte, l’annotation, la classification et la génération de texte.
- Connaissance des risques d’atteinte à la vie privée liés à l’apprentissage automatique et aux modèles génératifs, notamment la mémorisation et la divulgation de renseignements sensibles au moyen de résultats de modèles.
- Bonne connaissance de R ou Python (PyTorch ou TensorFlow, un atout).
- Capacité d’établir des priorités face à des demandes concurrentes et changeantes.
- Volonté d’apprendre et de s’adapter à de nouvelles politiques, procédures et exigences.
- Capacité à faire preuve de souplesse en ce qui concerne les heures de travail afin de respecter les échéances.
- Possibilité de travailler dans un modèle hybride combinant le télétravail et la présence sur site selon les besoins.
- undefined
- Autorisation de travailler au Canada.
- Conformité aux exigences de CHEO RI en matière de santé au travail, de vaccination et de surveillance de la santé, telles qu'elles s'appliquent au rôle et à l'environnement de travail.
- Réalisation d'un contrôle des antécédents judiciaires, conformément aux exigences institutionnelles et réglementaires.
Veuillez envoyer un CV complet et une lettre de présentation à Jamie Strain par courriel à l’adresse suivante: jstrain@ehealthinformation.ca.
L’Institut de recherche de CHEO valorise la diversité et est un employeur qui souscrit au principe de l’égalité d’accès. Nous nous engageons à fournir un environnement de travail inclusif et sans obstacle, en commençant par le processus d’embauche, et nous sommes heureux de recevoir les demandes de tous les candidats qualifiés. Les candidats qui auront besoin de mesures d’adaptation durant le processus de demande d’emploi sont priés d’envoyer un courriel aux Ressources humaines, conformément à la Loi sur l’accessibilité pour les personnes handicapées de l’Ontario à l’adresse suivante : researchhr@cheo.on.ca.
L’Institut de recherche de CHEO cherche à accroître l’équité, la diversité et l’inclusion dans toutes ses activités, y compris la recherche, l’éducation et l’avancement de carrière, les partenariats avec les patients, les familles et les donateurs. Nous accordons de l’importance aux parcours de carrière et aux perspectives diversifiées et non traditionnelles et nous valorisons les compétences telles que la résilience, la collaboration et l’établissement de relations. Nous invitons les membres des minorités racialisées, les peuples autochtones, les personnes handicapées, les personnes ayant des orientations sexuelles minoritaires et des identités de genre ainsi que les autres personnes qui possèdent les compétences et les connaissances nécessaires à présenter leur demande afin de collaborer de manière productive avec des communautés diverses.
Seules les candidatures des personnes autorisées à travailler au Canada seront prises en considération. Nous remercions tous les candidats de leur intérêt, cependant, nous ne communiquerons qu’avec ceux qui seront convoqués à une entrevue.
L’IR du CHEO n’utilise pas l’intelligence artificielle dans son processus de recrutement et de sélection.
Sauf indication contraire, le lieu de travail sera situé au 401, chemin Smyth, à Ottawa (Ontario) K1H 8L1. Seules les candidatures des personnes autorisées à travailler au Canada seront prises en considération. Nous remercions l’ensemble des candidates et candidats de leur intérêt; cependant, nous ne communiquerons qu’avec les personnes qui seront convoquées à une entrevue.
Institut de recherche du CHEO - Service des ressources humaines
researchhr@cheo.on.ca
401, chemin Smyth
Ottawa (Ontario) K1H 8L1, CANADA
Location & Eligibility
About this job
- Pay per year
- $75,000–$80,000 a year
- 7% above the $72,754 median for Postdoctoral Researcher jobs on Jobera (215 salaries).
- Posted
- Today
Listing Details
- Posted
- November 18, 2026
- First seen
- November 18, 2026
- Last seen
- November 18, 2026
Posting Health
- Days active
- 0
- Repost count
- 0
- Trust Level
- 68%
- Scored at
- November 18, 2026
Signal breakdown
4 other jobs at
View all →Similar Postdoctoral Researcher jobs
View all →Browse Similar Jobs
Stay ahead of the market
Get the latest job openings, salary trends, and hiring insights delivered to your inbox every week.
No spam. Unsubscribe at any time.