Data Scientist / Chemometrician

Job expired!
Вакансія: Data Scientist / Chemometrician у GSK

Функція NPI (New Product Introduction) та Технічна функція у GSK забезпечують передові процеси для гарантування, що всі вхідні дані продукту розуміються та підтримуються з моменту розробки в R&D протягом всього життєвого циклу продукту в межах наших виробничих та виробничих операцій на Ware OnePharma Campus (R&D + Виробництво). Це включає всі елементи технічного переказу, клінічного та комерційного виробництва, тестування та процесів постачання від запуску до запланованих змін та передач.

Як Data Scientist / Chemometrician у нашій команді PAT & Data Analytics, ви будете займатись різними видами моделювання даних, підтримуючи R&D пізню стадію розробки, введення нових продуктів (NPI) та продукти глобальної поставки (GSP) на кампусі Ware. Головні обов'язки включають розробку та впровадження моделей хемометрики та аналітики даних для прискорення процесу розробки, покращення розуміння процесу та проведення моніторингу процесу та якості в реальному часі.

У вашій ролі ви будете тісно співпрацювати з науковцями R&D, формуляторами, технологами процесів та інженерами PAT для контекстуалізації ваших моделювальних заходів. Ваша робота також включатиме підтримку впровадження експериментального дизайну під час розробок, клінічних випробувань і комерційних кампаній.

Ми раді вітати заявки як від недавніх випускників, так і від досвідчених професіоналів. Кандидати повинні мати кваліфікацію/освіту/досвід у моделюванні даних, хемометриці та процесах фармацевтичного виробництва.

Ідеальні кандидати повинні мати відповідний науковий або інженерний ступінь та, бажано, досвід застосування рішень з аналізу даних до фармацевтичних продуктів. Основні характеристики включають роботу в команді з відповідальним підходом до якості, безпеки, EHS та cGMP, а також пристрасть до даних та їх використання для покращення процесів та продуктивності продукту.

Досвід роботи в багатофункціональних командах, самомотивація та хороші комунікативні навички також є важливими.

  • Визначення вимог для впровадження моделей аналітики даних/хемометрики у виробництві (у співпраці з хемометриками R&D) та співпраця з іншими функціями (наприклад, автоматизація процесів, технології виробництва).
  • Сприяння визначенню процесів, керівництв та процедур для підтримки та перегляду моделей хемометрики протягом життєвого циклу продукту у співпраці з іншими функціями (наприклад, якість).
  • Переклад моделей хемометрики за допомогою відповідних програмних платформ (наприклад, SIPAT, SIMCA, AspenTech Unscrambler) або власних програм (використовуючи Matlab, Python, тощо).
  • Інтеграція моделювання хемометрики з іншими дисциплінами та платформами науки про дані (наприклад, інформатика та автоматизація) для максимізації можливостей та підвищення надійності процесу.
  • Постійне оновлення знань про нові техніки моделювання хемометрики та науки про дані через публікації, конференції та співп