Director, Healthcare Analytics

Ubicación: Mississauga, Canadá

En AstraZeneca, nos enorgullecemos de fomentar una cultura colaborativa que promueve el intercambio de conocimientos, el pensamiento ambicioso y la innovación. Ofrecemos a los empleados la oportunidad de trabajar en diferentes equipos, funciones e incluso a nivel global, promoviendo una cultura de diversidad e inclusión.

Entorno de Trabajo Flexible

Nuestras formas de trabajo ilustran la importancia de la flexibilidad individualizada, permitiendo a los empleados equilibrar compromisos personales y laborales. Continuamos creando una cultura sólida de colaboración y trabajo en equipo al involucrarnos cara a cara en nuestras oficinas tres días a la semana. Nuestra oficina principal y el BlueSky Hub en el centro de Toronto están diseñados específicamente para la colaboración, proporcionando espacios donde los equipos pueden diseñar estrategias, intercambiar ideas y conectarse en proyectos críticos.

Compromiso con la Sostenibilidad

En AstraZeneca, nuestro compromiso con la sostenibilidad es central a nuestra cultura y una piedra angular de lo que nos hace un excelente lugar para trabajar. Reconocemos la interconexión entre la salud de las personas, el planeta y nuestro negocio, por lo que estamos tomando medidas ambiciosas para abordar algunos de los desafíos más significativos de nuestra era, desde el cambio climático hasta el acceso a la atención médica y la prevención de enfermedades.

Sobre el Puesto

Estamos buscando un Director para unirse a nuestro equipo de Análisis de Salud dentro del grupo de Ciencia de Datos & Análisis Avanzado de I+D de Biofarmacéuticos. En AstraZeneca, nuestro enfoque es desarrollar y aplicar soluciones innovadoras basadas en datos a los problemas más desafiantes en I+D. Nuestro equipo, compuesto por científicos de datos, expertos en Evidencia del Mundo Real y bioinformáticos, colabora estrechamente con destacados clínicos y científicos para abordar preguntas críticas en el campo de la salud. Nuestro trabajo impacta directamente en la vida de los pacientes al acelerar el acceso a nuevos medicamentos para quienes más lo necesitan.

Responsabilidades

• Liderar el desarrollo de métodos analíticos nuevos que apoyen la comprensión de enfermedades, evalúen vías de tratamiento y optimicen el desarrollo de medicamentos utilizando datos del mundo real.
• Identificar y evaluar oportunidades donde los datos del mundo real puedan impactar significativamente en el desarrollo de medicamentos e involucrarse con colegas del área terapéutica.
• Mentorear a miembros más jóvenes del equipo e iniciar colaboraciones científicas internas y externas.

Ejemplos de Proyectos

• Utilizar datos del mundo real para optimizar programas de desarrollo clínico.
• Investigar y desarrollar modelos de aprendizaje automático en datos multimodales para identificar biomarcadores y ampliar nuestra comprensión de las enfermedades.
• Evaluar necesidades médicas no satisfechas en poblaciones de pacientes y comparar vías de diagnóstico y tratamiento.
• Crear métodos novedosos para comprender la progresión de enfermedades, factores de riesgo y predecir resultados de interés.
• Evaluar la generalizabilidad de los ensayos clínicos y contextualizar resultados en poblaciones de pacientes del mundo real.

Cualificaciones

Esenciales

• BSc o MSc en Ciencias de la Vida, Ciencias de la Computación o experiencia equivalente.
• Amplia experiencia en el diseño y realización de estudios observacionales utilizando métodos epidemiológicos con impacto demostrado en la toma de decisiones.
• Conocimiento profundo de activos de datos del mundo real, como reclamaciones, EHRs y registros.
• Conocimiento en áreas de enfermedades/terapéuticas y/o dominios de ciencias biológicas.
• Experiencia demostrada en desarrollo de métodos y aplicación utilizando Python, R y lenguajes de bases de datos (ej., SQL).
• Excelentes habilidades de comunicación con la capacidad de trabajar de manera colaborativa para lograr objetivos.

Deseables

• Preferiblemente PhD en Ciencias de la Vida o Ciencias de la Computación.
• Experiencia con estándares de datos clínicos, terminologías médicas y vocabularios controlados utilizados en datos de salud y ontologías.
• Experiencia con Aprendizaje Automático e Inteligencia Artificial en la generación de