مدير أول علوم البيانات

إذا كنت تشعر أنك جزء من شيء أكبر، فهذا لأنك كذلك. في أميجن، مهمتنا المشتركة - خدمة المرضى - تدفع كل ما نقوم به. إنها مفتاح لأن نصبح واحدة من الشركات الرائدة في مجال التكنولوجيا الحيوية في العالم. نحن متعاونون عالميون نحقق النجاح معًا - نبحث، نصنع، ونقدم منتجات أفضل تصل إلى أكثر من 10 ملايين مريض حول العالم. حان الوقت لمهنة يمكنك أن تفخر بها.

بصفتك قائد علوم القرار في منطقة العلاج، ستكون نقطة المسؤولية الوحيدة لجميع أعمال علوم البيانات والقياس التي تدعم منطقتك العلاجية المعينة. ستعمل عن كثب مع فرق علوم القرار في الولايات المتحدة لتصميم وتقديم وتشغيل النماذج والرؤى التي تدعم احتياجات الأعمال الخاصة بالمنطقة العلاجية.

• قيادة تسليم شامل لتحليلات المرضى، بما في ذلك رؤى رحلة المريض، تعريفات المجموعات، التقسيم، الالتزام/الاستمرارية، وتحليلات الإشارات المبكرة.

  
  

• دفع تطوير النماذج التنبؤية مثل إشعارات المرضى، تنبيهات مقدمي الرعاية الصحية، نماذج التعرف، وأطر التنبؤ المعتمدة على المخاطر.

  
  

• الإشراف على المنهجيات التحليلية لقياس النماذج، بما في ذلك تقييم الأداء، الاستدلال السببي، تحليل الرفع، وتصميم الاختبارات للتحقق من صحة النماذج.

  
  

• ضمان أن جميع أعمال النمذجة والقياس تتبع معايير أميجن للصرامة العلمية، التوثيق، القابلية للتكرار، والحوكمة.

  
  

• الشراكة مع قادة علوم القرار في الولايات المتحدة لتحديد الأولويات التحليلية، وتحسين بيانات المشكلة، وضمان توافق المنطقة العلاجية.

  
  

• التعاون مع فرق الهندسة/المنصات لتشغيل النماذج، بما في ذلك نشر النماذج، المراقبة، اكتشاف الانحراف، واستراتيجيات إعادة التدريب.

  
  

• مراجعة وتلخيص مخرجات النماذج والنتائج التحليلية إلى رؤى منظمة وقابلة للتنفيذ لأصحاب المصلحة في المنطقة العلاجية.

  
  

• توجيه وإرشاد علماء البيانات من المستوى L5/L4 الذين يدعمون المنطقة العلاجية في أساليب النمذجة، أطر القياس، وأفضل الممارسات التحليلية.

  
  

تستثمر أميجن في نموك المهني من خلال التعلم المستمر، وتطوير القيادة، والفرص لتطبيق التحليلات المتقدمة على تحديات المرضى والتجارية ذات المعنى.

• ماجستير أو دكتوراه في علوم البيانات، الإحصاء، علوم الكمبيوتر، الهندسة، الرياضيات، أو مجال كمي ذي صلة.

  
  

• 12+ عامًا من الخبرة في علوم البيانات أو التحليلات المتقدمة، ويفضل في بيئات تحليلات الأدوية أو علوم الحياة.

  
  

• خبرة في العمل مع البيانات الواقعية مثل المطالبات، السجلات الطبية الإلكترونية، الصيدليات المتخصصة، أو مجموعات البيانات الطولية الأخرى.

  
  

• خبرة قوية في النمذجة التنبؤية، التعلم الآلي، و/أو الاستدلال السببي.

  
  

• إجادة في بايثون، SQL، داتابريكس، ومعرفة بـ MLflow (لمراجعة دورة حياة النموذج والإرشاد).

  
  

• قدرة مثبتة على ترجمة الأعمال التحليلية المعقدة إلى رؤى قابلة للتنفيذ لشركاء غير تقنيين.

  
  

• خبرة في قيادة تسليم التحليلات وتوجيه علماء البيانات المبتدئين.

  
  

• خبرة في بناء نماذج التنبيه/التحفيز، نماذج العثور على المرضى، وأطر العمل التالية لأفضل إجراء.

  
  

• تعرض لتصميم التجارب أو أطر القياس (مثل نمذجة الرفع، الاحتفاظ، التأثير السببي).

  
  

• معرفة بممارسات نشر التعلم الآلي المعتمدة على السحابة، مخازن الميزات، أو ممارسات التعلم الآلي الإنتاجية.

  
  

• مهارات تواصل قوية، سرد منظم، ومهارات تأثير.