Auf einen Blick
- Aufgaben: Entwickle robuste Datenmodelle und Standards für datengetriebene wissenschaftliche Innovation.
- Unternehmen: Führendes Unternehmen im Bereich Datenwissenschaft und Technologie.
- Vorteile: Flexibles Arbeiten, wettbewerbsfähiges Gehalt und spannende Projekte.
- Weitere Informationen: Dynamisches Team mit großartigen Entwicklungsmöglichkeiten.
- Warum dieser Job: Gestalte die Zukunft der Wissenschaft durch innovative Datenlösungen.
- Qualifikationen: Abschluss in Datenwissenschaft oder verwandtem Bereich mit Erfahrung in Datenmodellierung.
Das prognostizierte Gehalt liegt zwischen 55000 - 70000 € pro Jahr.
Ein Kunde sucht einen Data Modelling and Standards Expert. Diese Rolle konzentriert sich darauf, datengestützte wissenschaftliche Innovationen zu ermöglichen, indem robuste Datenmodelle, semantische Rahmenwerke und Standards entworfen und implementiert werden, die sicherstellen, dass Daten von hoher Qualität, interoperabel und wiederverwendbar sind. Die Position unterstützt fortgeschrittene Analysen und KI/ML, indem sie Daten FAIR (Findable, Accessible, Interoperable, Reusable) macht und über Forschungsumgebungen zugänglich ist. An der Schnittstelle von Wissenschaft, Daten und Technologie hilft diese Rolle, komplexe Forschungsbedürfnisse in strukturierte Datenlösungen zu übersetzen, um sicherzustellen, dass Daten effektiv genutzt werden können, um Entdeckungen und Entscheidungen zu beschleunigen.
Hauptverantwortlichkeiten
- Als Fachexperte für Datenmodellierung, Ontologien, Semantik und Datenstandards fungieren.
- Komplexe wissenschaftliche und Forschungsanforderungen in klare, skalierbare Datenmodelle übersetzen.
- Semantische Schichten, Ontologien und Wissensdarstellungen entwerfen und pflegen, um die Interoperabilität und Wiederverwendbarkeit von Daten zu verbessern.
- Branchenstandards wie SNOMED CT, LOINC, MedDRA, MeSH, ICD, RxNorm und UMLS sowie CDISC-Standards wie SDTM, CDASH und USDM anwenden und integrieren.
- Wissensgraphen mit Technologien wie RDF/OWL und Graphdatenbanken (z.B. GraphDB, Stardog, Protégé) entwickeln und verwalten.
- Zu Daten-Governance-Rahmenwerken beitragen, insbesondere bei der Definition und Implementierung von Datenstandards und Harmonisierungspraxen.
- Sicherstellen, dass Datensätze AI-ready sind durch strukturierte Modellierung, semantische Anreicherung und strikte Ausrichtung an den FAIR-Datenprinzipien, einschließlich retrospektiver und prospektiver FAIR-Ansätze.
- Interoperabilität über Systeme hinweg unterstützen, indem Standards wie HL7, FHIR, OMOP CDM, OpenEHR und IHE-Profile verwendet werden.
- Mit Wissenschaftlern, Dateningenieuren und funktionsübergreifenden Teams zusammenarbeiten, um die effektive Nutzung von Daten für Forschung und Analytik zu ermöglichen.
Anforderungen
- Abschluss in Data Science, Bioinformatik, Informatik, Lebenswissenschaften oder einem verwandten Bereich, mit relevanter Berufserfahrung in Datenmodellierung, Datenstandards, Ontologieentwicklung oder Daten-Governance.
- Starke Erfahrung in Forschungs- und Entwicklungsumgebungen, mit solidem Verständnis von wissenschaftlichen Datenabläufen und -prozessen.
- Nachweisbare praktische Erfahrung in der Implementierung von FAIR-Datenprinzipien, einschließlich der Gestaltung und Ausführung von FAIR-Strategien (sowohl retrospektiv als auch prospektiv) und dem Aufbau semantischer Schichten zur Unterstützung von Datenentdeckung, Interoperabilität und Wiederverwendbarkeit.
- Nachgewiesene Expertise in Datenmodellierung und semantischen Technologien, einschließlich Ontologien (OWL/RDF), Wissensgraphen und Terminologiestandards.
- Praktische Erfahrung mit klinischen und biomedizinischen Standards (z.B. SNOMED CT, LOINC, MedDRA) und CDISC-Rahmenwerken (z.B. SDTM, CDASH, USDM).
- Erfahrung in der Anwendung von Datenqualitätsmanagementpraktiken über klinische und operationale Datensätze hinweg, einschließlich CRF- und non-CRF-Daten.
- Praktische Erfahrung mit Interoperabilitätsstandards wie FHIR, HL7 oder OMOP CDM.
- Starkes analytisches Denken, mit der Fähigkeit, komplexe wissenschaftliche Konzepte in strukturierte Datenlösungen zu übersetzen und effektiv mit technischen und nicht-technischen Stakeholdern zu kommunizieren.
Standort: Basel / Remote
Vertragsart: 12 Monate
Startdatum: ASAP
Data Modelling and Standards Expert Arbeitgeber: Actalent
Unser Unternehmen bietet eine inspirierende Arbeitsumgebung, in der Innovation und Zusammenarbeit im Mittelpunkt stehen. Als Data Modelling and Standards Expert haben Sie die Möglichkeit, an der Schnittstelle von Wissenschaft, Daten und Technologie zu arbeiten und Ihre Fähigkeiten in einem dynamischen Team weiterzuentwickeln. Wir fördern eine Kultur des kontinuierlichen Lernens und bieten Ihnen die Chance, an bedeutenden Projekten mitzuwirken, die die Zukunft der Forschung gestalten.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Data Modelling and Standards Expert erhalten könnten
✨Zeig dein Können in Data Science Wettbewerben!
Nimm an Wettbewerben wie Kaggle oder DrivenData teil. Dort kannst du deine Fähigkeiten in der Datenanalyse und im maschinellen Lernen unter Beweis stellen, was dir nicht nur praktische Erfahrungen bietet, sondern auch deine Sichtbarkeit in der Branche erhöht.
✨Nutze lokale Data Science Meetups!
Schau dir lokale Meetups und Networking-Events an, die sich auf Data Science fokussieren. Dort kannst du Gleichgesinnte treffen, dein Netzwerk erweitern und möglicherweise Kontakte knüpfen, die dir zu einem befristeten Job helfen könnten.
✨Hebe deine Projekte hervor!
Wenn du bereits an Projekten gearbeitet hast, sei es im Studium oder privat, präsentiere sie auf Plattformen wie GitHub. Das zeigt zukünftigen Arbeitgebern nicht nur dein Können, sondern auch deine Leidenschaft für Data Science.
✨Bewerbungen über unsere Website!
Vergiss nicht, dich direkt über unsere Website bei Actalent zu bewerben! Dort hast du die besten Chancen, gesehen zu werden und wir freuen uns immer über neue Talente in unserem Team.
Wir glauben, dass du diese Fähigkeiten brauchst, um Data Modelling and Standards Expert mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Daten, Daten, Daten!:In der Datenwissenschaft kommt es darauf an, wie gut du mit Daten umgehst. Vergiss nicht, in deinem Lebenslauf Projekte oder Arbeiten zu erwähnen, bei denen du Daten analysiert oder Modelle entwickelt hast. Verwende auch spezifische Tools oder Programmiersprachen, die du bereits benutzt hast, wie Python oder R – das beeindruckt sicher!
Zeig uns deinen Code!:Wenn du ein paar coole Projekte oder Forschungsarbeiten hast, vielleicht sogar auf GitHub, wäre jetzt der perfekte Moment, das zu zeigen! Gerade bei einer befristeten Stelle ist es wichtig, dass du einen Nachweis über deine Fähigkeiten liefern kannst. Ein Portfolio oder Links zu deinen Arbeiten machen einen riesigen Unterschied.
Begeisterung ist der Schlüssel!:In deinem Anschreiben kannst du zeigen, wie sehr du für den Job brennst. Erkläre, warum du dich für die befristete Stelle bei Actalent interessierst, und was du in dieser Zeit lernen und beitragen möchtest. Das zeigt nicht nur deine Motivation, sondern auch, dass du dir Gedanken über das Team und das Unternehmen gemacht hast.
Klar kommunizieren!:Datenwissenschaftler müssen oft ihre Ergebnisse einfach und klar kommunizieren. Achte darauf, dass dein Anschreiben und Lebenslauf strukturiert und übersichtlich sind. Das hilft nicht nur dir, sondern zeigt auch Actalent, dass du in der Lage bist, komplexe Informationen verständlich zu präsentieren.
Wie man sich auf ein Vorstellungsgespräch bei Actalent vorbereitet
✨Mach dich mit den wichtigsten Tools vertraut
Im Data-Science-Bereich sind Kenntnisse in Tools wie Python, R und SQL absolut entscheidend. Sei bereit, während des Interviews konkrete technische Fragen zu diesen Tools zu beantworten oder sogar kleine Aufgaben zu lösen. Zeig, dass du die Funktionsweise dieser Technologien wirklich verstehst und anwenden kannst.
✨Präsentation deiner Projekte
Da es sich um eine befristete Stelle handelt, solltest du dein Portfolio oder deine bisherigen Projekte gut im Blick haben. Bereite eine kurze Präsentation deiner Arbeit vor – gehe auf die Problemstellung, deine Herangehensweise und die Ergebnisse ein. Zeig, was du gelernt hast und wie du dieses Wissen in die neue Rolle einbringen kannst.
✨Verstehe die Daten, die du analysierst
Interviewer im Bereich Data Science wollen oft überprüfen, wie gut du die verschiedenen Datentypen und deren Anwendung verstehst. Sei darauf vorbereitet, Szenarien zu diskutieren, in denen du bestimmte Datenquellen analysiert oder bereinigt hast. Das zeigt nicht nur technisches Know-how, sondern auch analytisches Denken.
✨Fragen zur Teamarbeit und Projekterfahrung
Befristete Stellen bedeuten oft, dass du in einem dynamischen Team arbeiten wirst. Sei bereit, Fragen zu deiner Teamarbeit und deinen Erfahrungen in Projekten zu beantworten. Erzähl, wie du Herausforderungen in der Zusammenarbeit gemeistert hast und welche Rolle du im Team übernommen hast.
