Associate Director in Data Science, Digital Endpoints (all genders)

In dieser entscheidenden Rolle werden Sie wissenschaftliche Exzellenz in der Entwicklung digitaler Biomarker und Endpunkte innerhalb des Advanced Data Science-Teams in der Data Sciences-Organisation aufbauen und etablieren. Sie werden die Identifizierung, Entwicklung und Implementierung neuartiger digitaler Endpunkte und Ergebnismaße in klinischen Studien und Programmen zur Lebenszyklusverwaltung leiten.

In enger Zusammenarbeit mit der Integrated Health & Medicines-Organisation werden Sie das Design und die Validierung von maschinellen Lernalgorithmen und Datenverarbeitungs-Pipelines vorantreiben, die klinisch relevante Erkenntnisse aus hochvolumigen digitalen Gesundheitsdatenquellen wie tragbaren Geräten, Sensoren und Apps, mobilen Geräten und patientenorientierten Anwendungen extrahieren.

Sie werden fortschrittliche Methoden des maschinellen Lernens und der Datenwissenschaft entwickeln und implementieren, um multimodale Zeitreihendaten zu verarbeiten, die von digitalen Geräten generiert werden, wobei wissenschaftliche Strenge, klinische Validität und regulatorische Bereitschaft sichergestellt werden.

Als Fachexperte werden Sie digitale Gesundheitstechnologien in Strategien zur Evidenzgenerierung einbetten und deren Akzeptanz in klinischen Studien und der Praxis vorantreiben. Sie werden auch zu wichtigen regulatorischen Einreichungen und Publikationen beitragen und sich für die Einführung digitaler Endpunkte innerhalb der globalen F&E-Community einsetzen.

Sie werden an der Spitze aufkommender Trends bleiben und neue KI-Paradigmen, einschließlich großer Sprachmodelle (LLMs) und agentischer KI-Systeme, erkunden und integrieren, um die Dateninterpretation, Workflow-Automatisierung und digitale Gesundheitsanalysen zu unterstützen. Ihre Führung wird Transformationsbemühungen fördern, die das volle Potenzial digitaler Gesundheitstechnologien freisetzen.

Sie haben einen PhD in einer quantitativen Disziplin (z.B. Datenwissenschaft, Informatik, biomedizinische Technik, Statistik, Physik oder verwandtes Feld) mit einem Fokus auf großangelegte Datenanalyse. Sie verfügen über mindestens 7 Jahre relevante Erfahrung in der pharmazeutischen Industrie, digitalen Endpunkten, KI/ML oder einem verwandten Bereich.

Sie haben eine nachweisliche Erfolgsbilanz in der Gestaltung und Validierung digitaler Endpunkte oder Biomarker für klinische Anwendungen. Sie haben praktische Erfahrung in der Verarbeitung und Analyse großangelegter Datenströme aus digitalen Gesundheitstechnologien, einschließlich tragbarer Geräte, Sensoren, Smartphones oder verbundener medizinischer Geräte.

Sie haben Erfahrung im Aufbau von maschinellen Lernpipelines für Zeitreihen- und multimodale Sensordaten, einschließlich Merkmalsauswahl, Signalverarbeitung und Modellentwicklung. Sie verfügen über umfassende Kenntnisse in der Entwicklung digitaler Biomarker/Endpunkte, einschließlich psychometrischer und statistischer Validierung sowie regulatorischer Aspekte.

Sie haben ein solides Verständnis moderner Methoden des maschinellen Lernens und der KI (z.B. Deep Learning, Repräsentationslernen, Zeitreihenmodellierung), wie sie auf digitale Gesundheits- und Verhaltensdaten angewendet werden. Sie haben Erfahrung mit skalierbaren Datenverarbeitungs- und ML-Frameworks (z.B. Python-Datenökosystem, verteilte Datenverarbeitung oder Cloud/HPC-Umgebungen).

Sie sind mit generativer KI und großen Sprachmodellen vertraut und haben Interesse an aufkommenden Paradigmen wie agentischen LLM-Systemen oder KI-unterstützten wissenschaftlichen Workflows. Sie besitzen hervorragende Fähigkeiten im Stakeholder-Management und können sich effektiv in matrixorganisierten Unternehmen bewegen.

Sie haben starke Kommunikations- und wissenschaftliche Schreibfähigkeiten, die es Ihnen ermöglichen, komplexe technische Inhalte für ein diverses Publikum zu übersetzen.