Senior Machine Learning Engineer - Real World Evidence - United States

Entreprise: Luminary Group

Lieu: États-Unis

Luminary Group est ravi de s'associer à une entreprise leader dans les sciences de la vie à la recherche d'un Ingénieur Senior en Apprentissage Automatique hautement qualifié et motivé, avec une expertise en Données du Monde Réel (RWE). Rejoignez notre équipe pour développer et mettre en œuvre des modèles et des algorithmes de pointe en apprentissage automatique qui analysent les données RWE, fournissant des informations précieuses à l'industrie de la santé.

• Concevoir, développer et déployer des modèles et des algorithmes de machine learning pour l'analyse de jeux de données complexes en RWE.
• Collaborer avec des équipes interfonctionnelles pour traduire les exigences métiers en solutions techniques.
• Prétraiter et nettoyer des données RWE à grande échelle pour assurer la qualité et l'intégrité des données.
• Évaluer et sélectionner les techniques, outils et frameworks de machine learning appropriés pour des cas d'utilisation spécifiques.
• Entraîner, affiner et valider des modèles de machine learning en utilisant des méthodologies et des techniques à la pointe de la technologie.
• Optimiser les modèles de machine learning pour l'échelle, la performance et la précision.
• Surveiller et maintenir les modèles de machine learning déployés pour assurer leur performance et leur pertinence continues.
• Rester à jour avec les dernières tendances et avancées en machine learning et en données du monde réel.
• Communiquer les résultats et les insights aux parties prenantes techniques et non techniques.

• Diplôme de licence en informatique, science des données ou un domaine connexe ; un diplôme supérieur est préférable.
• Un minimum de 4 ans d'expérience dans l'ingénierie de l'apprentissage automatique ou la science des données, avec un accent sur les soins de santé et les données du monde réel (RWE).
• Solides connaissances des algorithmes de machine learning, de la modélisation statistique et des techniques de fouille de données.
• Maîtrise des langages de programmation tels que Python ou R pour le prétraitement des données, l'analyse et la mise en œuvre des modèles.
• Expérience avec les bibliothèques et les frameworks de machine learning, tels que TensorFlow, PyTorch ou scikit-learn.
• Compréhension solide des systèmes de bases de données et SQL pour la manipulation et l'interrogation des données.
• Expérience avec les technologies de big data et les frameworks de calcul distribué est un plus.
• Compétences solides en résolution de problèmes et en analyse, avec la capacité de trouver des solutions créatives à des problèmes complexes.
• Excellentes compétences en communication et en collaboration, avec la capacité de travailler efficacement en équipe.
• Expérience dans l'industrie des soins de santé et familiarité avec les normes de données de santé sont préférées.