Data Scientist for CGM Algorithm Development (6774)

Unser Kunde ist ein Pionier in der Arzneimittelentdeckung und -entwicklung und einer der Vorreiter im Bereich der personalisierten Gesundheitsversorgung. Als der weltweit größte R&D-Ausgeber im pharmazeutischen und diagnostischen Bereich arbeiten sie in einer Vielzahl von Bereichen der Arzneimittelentdeckung und sind international hoch anerkannt.

Wir suchen derzeit einen Data Scientist für die Entwicklung von CGM-Algorithmen für einen 12-monatigen Vertrag (mit Möglichkeit zur Verlängerung) mit Sitz in Basel, Schweiz. Diese Rolle ist überwiegend vor Ort.

Der Data Scientist wird die Machbarkeitsbewertung, Prototypenerstellung, das Design und die Validierung neuartiger Algorithmen für Systeme zur kontinuierlichen Glukoseüberwachung (CGM) vorantreiben. Diese Rolle ist entscheidend für die Übersetzung komplexer physiologischer Sensordaten in genaue, klinisch relevante Erkenntnisse, einschließlich der Integration und Interpretation verschiedener Sensor- und Protokolldaten im Zusammenhang mit Mahlzeiten, Insulininjektionen und körperlicher Bewegung. Diese Rolle erfordert eine starke Kombination aus statistischer Strenge, Fachwissen im maschinellen Lernen und kreativer Problemlösung, um vielversprechende klinische Konzepte schnell zu bewerten und deren technische Machbarkeit nachzuweisen.

Hauptverantwortlichkeiten:

• Algorithmusdesign & Prototyping: Entwerfen, Entwickeln und Validieren prädiktiver und analytischer Algorithmen für CGM-Daten. Robusten Code unter Verwendung fortschrittlicher ML- und statistischer Techniken entwickeln, um die technische Machbarkeit nachzuweisen.
• Machbarkeit & Ideenfindung: Die Bedürfnisse der Patienten verstehen und potenzielle algorithmische Ansätze kreativ modellieren, die auf realen Sensordaten basieren.
• Datenpipeline & Merkmalsengineering: Fachwissen in der Verarbeitung und Verwaltung heterogener Zeitseriendaten aus medizinischen Geräten anwenden. Strenge Datenbereinigung, Imputation, Transformation und anspruchsvolles Merkmalsengineering durchführen.
• Technische Ausführung & Modellierung: Maschinenlernmodelle (z.B. XGBoost, neuronale Netze usw.) aufbauen und optimieren. Hochwertigen, effizienten und reproduzierbaren Python-Code für Datenanalyse, Modellierung und Experimente schreiben.
• Zusammenarbeit: Technische Anleitung innerhalb eines agilen Teamrahmens für junior Data Science-Kollegen bereitstellen. Effektiv innerhalb eines multidisziplinären, verteilten Teams arbeiten, um Projektziele in umsetzbare Data Science-Aufgaben zu übersetzen.
• Kommunikation & Berichterstattung: Komplexe technische Ergebnisse synthetisieren und klare Machbarkeitsbefunde verschiedenen Interessengruppen präsentieren.

Qualifikationen und Erfahrungen:

• Relevante Arbeits-/Aufenthaltserlaubnis oder Schweizer/EU-Staatsbürgerschaft erforderlich.
• Mindestens 5+ Jahre praktische Erfahrung als Data Scientist oder Machine Learning Engineer.
• Nachgewiesene Erfahrung oder robuster akademischer Hintergrund (Master oder PhD ist sehr wünschenswert) in Data Science, Machine Learning, Statistik oder einem verwandten quantitativen Bereich.
• Starke statistische Grundlage: Solides Verständnis statistischer Prinzipien, experimenteller Designs und Techniken zur Modellvalidierung.
• Fortgeschrittene Python-Kenntnisse: Starke Kenntnisse in Python und seinem Kern-Data-Science-Ökosystem: Pandas, NumPy, Scikit-learn, TensorFlow/PyTorch und XGBoost/LightGBM.
• Zeitseriendaten: Praktische Erfahrung mit der Verarbeitung, Analyse und Modellierung von Zeitseriendaten aus physischen Sensoren oder Überwachungsgeräten.

Wünschenswert:

• Medizinisches Fachwissen: Frühere Erfahrung mit medizinischen Daten, insbesondere im Bereich des Diabetesmanagements (CGM/BGM), der Bewegungsphysiologie oder klinischen Ernährungsdaten.
• Regulierte Umgebung: Vertrautheit mit den Anforderungen und Prozessen für die Softwareentwicklung in einer regulierten medizinischen Geräteumgebung.
• Big Data-Tools: Erfahrung mit verteilten Rechenframeworks wie PySpark zur Verarbeitung sehr großer Datensätze.

Wenn Sie mehr über CTC und die beschriebenen Möglichkeiten erfahren möchten, kontaktieren Sie uns bitte: Sie können entweder den 'Jetzt bewerben'-Button verwenden, uns eine E-Mail schreiben oder uns telefonisch erreichen.