Starszy Specjalista ds. Danych, RWE

Czy pasjonuje Cię medycyna precyzyjna i rozwijanie przemysłu opieki zdrowotnej? Najnowsze osiągnięcia w zakresie technologii umożliwiły w końcu wpływ AI na opiekę kliniczną w znaczący sposób. Własna platforma Tempus łączy cały ekosystem rzeczywistych dowodów, aby dostarczać lekarzom bieżące, praktyczne informacje, przekazując kluczowe informacje o odpowiednich leczeniach dla odpowiednich pacjentów, w odpowiednim czasie. Zespół Real World Evidence w Tempus współpracuje z zewnętrznymi instytucjami farmaceutycznymi, biotechnologicznymi i akademickimi, aby zaoferować najlepszą w swojej klasie analizę danych, analizę i metodologiczne wskazówki dla ofert Tempus z danych ze świata rzeczywistego. Szukamy wysoce zmotywowanego i kompetentnego Data Scientist z obszernym doświadczeniem i zainteresowaniem w projektowaniu i analizie badań farmakoepidemiologicznych, który dołączy do naszego zespołu. Zadania: - Udział w projektach klinicznych z zewnętrznymi partnerami farmaceutycznymi, akademickimi i innymi - Reprezentowanie funkcji Real World Evidence i współpraca z wewnętrznymi i zewnętrznymi interesariuszami w projektowaniu, analizie, interpretacji i publikacji klinicznych badań ze świata rzeczywistego - Praca nad skomplikowanymi problemami i wykorzystanie sądu przy wyborze i dostosowaniu metod, gdy jest to konieczne - Współpraca z interdyscyplinarnymi zespołami naukowców, inżynierów i twórców produktów w celu przekształcenia badań w praktyczne informacje kliniczne dla naszych klientów - Bycie na bieżąco z najnowszymi postępami metodologicznymi w badaniach ze świata rzeczywistego - Buduj infrastrukturę, w tym wielokrotnie używany kod - Przestrzegaj wszystkich obowiązujących przepisów i procedur firmy Wymagane doświadczenie: - Zaawansowany stopień (magister z 4+ latami doświadczenia lub doktor) lub licencjat z 6+ latami doświadczenia w naukach o danych, bioinformatyce, biostatystyce, epidemiologii, immunologii, zdrowiu publicznym, lub pokrewnych dziedzinach. - Umiejętności obliczeniowe w Pythonie, R lub SAS i SQL, zwłaszcza odpowiednie narzędzia i pakiety statystyczne Idealni kandydaci posiadają: - Silne umiejętności manipulacji i analizy danych - Umiejętność radzenia sobie z dużymi, niejasnymi problemami - Doskonałe umiejętności komunikacji i prezentacji - Samoorganizacja - Rozumienie technik uczenia maszynowego i zalet i wad różnych podejść, szczególnie w odniesieniu do algorytmów prognozujących i rokowniczych w badaniach medycznych - Doświadczenie w genetyce nowotworów, immunologii lub biologii molekularnej - Samodzielne i kooperacyjne podejście, z motywacją do nauki i etyką pracy o wysokiej integralności - Zwracanie szczególnej uwagi na szczegóły i pasję do dostarczania analiz wysokiej jakości i na czas - Umiejętność skutecznego prezentowania wyników badań zespołowi badawczemu i innym współpracownikom, w tym interpretacji wyników i formułowania odpowiednich wniosków na podstawie projektu badawczego/metod statystycznych, a także oceny ograniczeń badania Miło było by mieć: - Doświadczenie z kontrolą wersji i testowaniem oprogramowania - Doświadczenie z analizą czasu do zdarzeń i metodologią - Doświadczenie w badaniach klinicznych na etapie II-IV w dziedzinie onkologii i/lub doświadczenie z analizą badań RWD (np. korzystając z danych z roszczeń, EHR lub rejestrów) - Praktyczne doświadczenie w przygotowywaniu zgłoszeń regulacyjnych do FDA - Doświadczenie w obsłudze zespołów nauki o danych w budowaniu i walidacji modeli - Doświadczenie w obsłudze klientów lub doradztwie i komfort w prezentowaniu wyników interesariuszom #LI-GL1 Jesteśmy pracodawcą równych szans. Nie dyskryminujemy na podstawie rasy, religii, koloru skóry, pochodzenia narodowego, płci, orientacji seksualnej, wieku, stanu cywilnego, statusu weterana czy niepełnosprawności.