RWE Data Scientist

Xenon7 poszukuje wysoce umiejętnego i zmotywowanego Naukowca Danych ds. Rzeczywistych Dowodów (RWE), aby wzmocnić nasz zespół. To fantastyczna okazja dla osób, które są pasjonatami wykorzystania danych do transformacji sektora opieki zdrowotnej. Jako część naszego zespołu, będziesz wykorzystywać ogromne zasoby rzeczywistych danych, aby tworzyć wnioski i dowody, które znacząco wpłyną na podejmowanie decyzji w opiece zdrowotnej.

Jako Naukowiec Danych ds. RWE w Xenon7, będziesz na czele projektowania i wdrażania złożonych modeli statystycznych i uczenia maszynowego. Twoja praca będzie polegała na analizowaniu dużych zbiorów danych z opieki zdrowotnej, takich jak elektroniczne zapisy zdrowotne, dane z roszczeń i inne źródła rzeczywistych danych, co odgrywa kluczową rolę w postępie badań nad opieką zdrowotną, poprawie wyników dla pacjentów i optymalizacji świadczenia usług zdrowotnych.

• Współpraca z interdyscyplinarnymi zespołami w celu projektowania celów projektu i rezultatów.
• Tworzenie i wdrażanie modeli statystycznych i algorytmów do analizy złożonych danych z opieki zdrowotnej i wydobywania użytecznych wniosków.
• Wykorzystanie technik uczenia maszynowego do tworzenia modeli predykcyjnych i preskryptywnych w celu poprawy wyników dla pacjentów i efektywności opieki zdrowotnej.
• Zarządzanie i analiza dużych zbiorów danych, zapewnienie jakości i integralności danych.
• Skuteczne komunikowanie odkryć analitycznych zarówno zespołom technicznym, jak i nietechnicznym.
• Bycie na bieżąco z najnowszymi trendami w dziedzinie rzeczywistych dowodów i analizy danych w opiece zdrowotnej.

• Zaawansowany stopień naukowy (magister lub doktor) w dziedzinie Nauk o Danych, Statystyki, Biostatystyki, Informatyki Medycznej lub pokrewnej dziedzinie.
• Udokumentowane doświadczenie w dziedzinie nauk o danych, preferowane w przemyśle opieki zdrowotnej, skoncentrowane na danych dotyczących Rzeczywistych Dowodów.
• Mocna ekspertyza w modelowaniu statystycznym i technikach uczenia maszynowego.
• Doświadczenie z kluczowymi źródłami danych rzeczywistych, takimi jak elektroniczne zapisy zdrowotne i dane z roszczeń ubezpieczeniowych.
• Znajomość języków programowania takich jak R lub Python.
• Wybitne zdolności analityczne, umiejętności rozwiązywania problemów i przetwarzania danych wstępnych.
• Świetne umiejętności komunikacyjne i prezentacyjne.
• Historia publikacji lub wkład w społeczność analityki opieki zdrowotnej będzie dodatkowym atutem.

• Możliwość pracy zdalnej.
• Atrakcyjne premie za wyniki.
• Kompleksowe programy szkoleniowe i rozwojowe.
• Współ