Head Of Machine Learning - Real World Evidence - Europe

Grupa Luminary z radością oferuje wyjątkową okazję dla wybitnego Kierownika ds. Uczenia Maszynowego z doświadczeniem w zakresie Real-World Evidence (RWE), aby dołączyć do naszego renomowanego zespołu. Bezpośrednio podlegając kierownictwu wykonawczemu, będziesz odgrywać kluczową rolę w opracowywaniu strategii, innowacji oraz wdrażaniu modeli i algorytmów uczenia maszynowego w celu uzyskiwania znaczących wglądów z danych RWE dla branży zdrowotnej.

Kluczowe obowiązki:

• Przewodzenie i inspirowanie zespołu utalentowanych inżynierów ds. uczenia maszynowego i naukowców danych do opracowywania nowatorskich rozwiązań z zakresu uczenia maszynowego dla analizy RWE.
• Określenie i realizacja strategii, planu działania i wizji w obszarze RWE.
• Współpraca z zespołami międzyfunkcyjnymi w celu zrozumienia potrzeb biznesowych i przekształcenia ich w realizowalne projekty.
• Identyfikowanie możliwości wykorzystania uczenia maszynowego do napędzania innowacji i poprawy wyników w opiece zdrowotnej.
• Bycie na bieżąco z najnowszymi osiągnięciami w dziedzinie uczenia maszynowego i RWE oraz prowadzenie oceny i przyjmowania nowych technologii.
• Zapewnienie jakości, integralności i bezpieczeństwa danych RWE wykorzystywanych w modelach uczenia maszynowego.
• Opracowywanie i utrzymywanie najlepszych praktyk i standardów dotyczących rozwoju, wdrażania i monitorowania modeli uczenia maszynowego.
• Komunikowanie złożonych koncepcji i wyników uczenia maszynowego interesariuszom w sposób jasny i zwięzły.
• Zarządzanie relacjami z zewnętrznymi partnerami, dostawcami i kluczowymi interesariuszami w celu napędzania wspólnych inicjatyw.
• Bycie na bieżąco z trendami branżowymi, regulacjami i kwestiami etycznymi związanymi z RWE i uczeniem maszynowym.

Kwalifikacje:

• Tytuł licencjata w dziedzinie informatyki, nauki o danych lub pokrewnej; preferowane zaawansowane wykształcenie (MS, PhD).
• Minimum 8 lat doświadczenia w dziedzinie uczenia maszynowego, nauki o danych lub pokrewnych dziedzin, z naciskiem na opiekę zdrowotną i real-world evidence (RWE).
• Udokumentowane osiągnięcia w zakresie prowadzenia i zarządzania wysoko wydajnymi zespołami ds. uczenia maszynowego lub nauki o danych.
• Głębokie zrozumienie algorytmów uczenia maszynowego, modeli statystycznych i technik eksploracji danych.
• Znajomość języków programowania, takich jak Python lub R, oraz biegłość w bibliotekach i ramach uczenia maszynowego.
• Preferowane doświadczenie w technologiach big data, rozproszonych strukturach obliczeniowych i platformach chmurowych.
• Mocne umiejętności analityczne i rozwiązywania problemów, zdolność do opracowywania innowacyjnych rozwiązań złożonych problemów.
• Doskonałe umiejętności komunikacyjne i przywódcze, zdolność do wpływania i inspirowania zespołów oraz interesariuszy.
• Doświadczenie w branży zdrowotnej i znajomość standardów danych zdrowotnych jest wysoce pożądane.
• Rekord publikacji i aktywne uczestnictwo w odpowiednich konferencjach lub społecznościach są dodatkowym at