Data Scientist II - Wearable devices and digital therapeutics

Firma: Novo Nordisk

Naszą misją jest wykorzystanie mocy technologii noszonych, urządzeń i cyfrowych terapii (DTx) do wzbogacenia portfolio rozwoju Novo Nordisk poprzez zaawansowaną naukę o danych. Analizujemy dane pochodzące z wielu czujników, w tym monitorów aktywności, ciągłych monitorów glukozy, połączonych piór insulinowych oraz rozwiązań DTx. Nasze zaawansowane techniki - takie jak przetwarzanie sygnałów, analiza szeregów czasowych i uczenie maszynowe - przekształcają surowe dane w praktyczne wskazówki, identyfikując diagnostyczne, progresywne i prognostyczne biomarkery cyfrowe.

Zespół nauki o danych cyfrowych stanowi część organizacji AI i analiz w ramach działu nauki o danych Novo Nordisk. Rozwiązujemy niektóre z najtrudniejszych problemów w badaniach i rozwoju opieki zdrowotnej, stosując zaawansowane algorytmy i techniki uczenia maszynowego. Poprzez ścisłą współpracę w ramach multidyscyplinarnych zespołów i z partnerami zewnętrznymi, zapewniamy dostęp do najnowszych badań i technologii, aby dostarczać przełomowe leczenie.

Cenimy różnorodność i inkluzywność, promując kulturę, w której talent rozwija się. Nasz zespół składa się z zaangażowanych osób, które są dumne ze swojej pracy i dążą do wywarcia znaczącego wpływu na życie osób z chorobami przewlekłymi.

Data Scientist II będzie przyczyniać się do badań nad najnowocześniejszymi technologiami i nauką o danych w naszych obszarach. Rola ta obejmuje zbieranie danych, przygotowanie, inżynierię i rozwój oprogramowania. Data Scientist II będzie opracowywać i weryfikować algorytmy i modele, działając z wysokim stopniem inicjatywy i niezależności.

Data Scientist II podlega Dyrektorowi Nauki o Danych Cyfrowych i współpracuje z szerokim zakresem interesariuszy wewnętrznych i zewnętrznych w USA i Danii. Do współpracowników wewnętrznych należą naukowcy danych, inżynierowie, programiści, eksperci medyczni i specjaliści IT. Do współpracowników zewnętrznych należą partnerzy komercyjni i akademiccy.

• Praca naukowa:
  • Wsparcie w rozwoju i walidacji algorytmów opartych na danych z urządzeń cyfrowych i algorytmów terapeutycznych, zgodnie z najlepszymi praktykami i nowymi badaniami AI/ML.
  • Utrzymywanie i integrowanie środowisk danych lokalnych i w chmurze, łącząc dane i rozwiązania z różnych źródeł.
  • Tworzenie łańcuchów przetwarzania danych (pozyskiwanie, przygotowanie, czyszczenie i konsolidacja) jako część procesu pracy nauki o danych.
  • Współpraca z innymi naukowcami danych oraz inżynierami w celu zapewnienia postępów w różnych projektach.
  • Projektowanie, kodowanie, trenowanie, testowanie, wdrażanie i iteracja systemów uczenia maszynowego we współpracy z kolegami.