Sr. Data Scientist, RWE

Passionné par la médecine de précision et l'avancement de l'industrie de la santé ?

Les récentes avancées de la technologie sous-jacente ont enfin rendu possible un impact significatif de l'IA sur les soins cliniques. La plateforme propriétaire de Tempus connecte un écosystème entier de preuves en conditions réelles pour livrer en temps réel des informations exploitables aux médecins, fournissant des informations cruciales sur les bons traitements pour les bons patients, au bon moment.

L'équipe Real World Evidence de Tempus s'associe à des institutions pharmaceutiques, biotechnologiques et académiques externes pour fournir des données, des analyses et des orientations méthodologiques de premier ordre pour l'offre de données en temps réel de Tempus. Nous recherchons un data scientist hautement motivé et compétent, avec une expérience importante et un intérêt pour la conception et l'analyse des études pharmacoépidémiologiques pour rejoindre notre équipe.

Responsabilités :

• Participer à des projets cliniques avec des partenaires pharmaceutiques, académiques et autres externes
• Représenter la fonction de preuve en conditions réelles (RWE) et collaborer avec les parties prenantes internes et externes dans la conception, l'analyse, l'interprétation et la publication d'études réelles cliniques
• Travailler sur des problèmes complexes, en exerçant un jugement dans le choix et l'adaptation des méthodes le cas échéant
• Travailler avec des groupes interdisciplinaires de scientifiques, d'ingénieurs et de développeurs de produits pour traduire la recherche en informations cliniquement exploitables pour nos clients
• Rester à jour avec les dernières avancées méthodologiques dans les études en conditions réelles
• Construire une infrastructure incluant du code réutilisable
• Se conformer à toutes les réglementations applicables et aux procédures de l'entreprise

Expérience requise :

• Diplôme avancé (Master avec plus de 4 ans d'expérience ou PhD) ou licence avec plus de 6 ans d'expérience en science des données, bioinformatique, biostatistique, épidémiologie, immunologie, santé publique ou domaines connexes.
• Compétences computationnelles en utilisant Python, R ou SAS et SQL, en particulier les outils et packages statistiques pertinents

Les candidats idéaux possèderont :

• De solides compétences en manipulation et analyse de données
• La capacité à s'attaquer à de grands problèmes ambigus
• De solides compétences en communication et en présentation
• Être autonome
• Connaissance des techniques d'apprentissage machine et des avantages et inconvénients des différentes approches, en particulier en ce qui concerne les algorithmes prédictifs et pronostiques en recherche médicale
• Expérience en génétique du cancer, en immunologie ou en biologie moléculaire
• Être autonome et travailler efficacement en équipes interdisciplinaires
• Esprit de collaboration, désir d'apprendre et éthique de travail de haute intégrité
• Attention aiguë aux détails et passion pour la livraison de livrables analytiques de haute qualité et en temps opportun
• Capable de présenter efficacement les résultats de la recherche à l'équipe d'étude et aux autres collaborateurs, y compris l'interprétation des résultats et le tirage de conclusions appropriées en fonction de la conception de l'étude/des méthodes statistiques ainsi que l'évaluation des limites de l'étude

Il serait appréciable d'avoir :

• Expérience avec le contrôle de version et le test de logiciel
• Expérience avec l'analyse et la méthodologie du temps jusqu'à l'événement
• Expérience de travail dans des essais cliniques en oncologie de phase II-IV et/ou expérience avec l'analyse d'études RWD (par exemple, en utilisant des sources de données de réclamations, EHR ou de registres)
• Expérience pratique dans l'aide à la préparation des soumissions réglementaires à la FDA
• Expérience de soutien aux équipes de science des données dans la construction et la validation de modèles
• Expérience de face à face avec le client ou en conseil et à l'aise pour présenter les résultats aux parties prenantes

#LI-GL1