Principal Data Scientist — статистические методы и аналитика@ Hoffmann-La Roche Ltd
О позиции
Компания Hoffmann-La Roche Ltd ищет Principal Data Scientist, который будет заниматься статистическими методами и аналитикой в фармацевтической области. Ваша задача — разрабатывать и внедрять статистические модели, которые помогут в принятии решений на основе данных. Эта вакансия удалённая, что позволяет работать из любой точки мира.
Чем вы будете заниматься
- Разработка и внедрение статистических моделей для анализа данных.
- Работа с большими объёмами данных и их интерпретация.
- Сотрудничество с командами разработки и исследования для оптимизации процессов.
- Предоставление аналитических отчётов и рекомендаций на основе полученных данных.
- Участие в разработке новых методологий и подходов к анализу данных.
Требования
- Опыт работы в области статистики и анализа данных не менее 7 лет.
- Глубокие знания в области статистических методов и их применения.
- Опыт работы с языками программирования для анализа данных (например, Python, R).
- Способность работать в команде и эффективно коммуницировать с коллегами.
- Знание английского языка на уровне не ниже C1.
Будет плюсом
- Опыт работы в фармацевтической или биотехнологической компании.
- Знание современных инструментов для работы с данными (например, SQL, Tableau).
- Опыт работы с методами машинного обучения.
Что мы предлагаем
- Конкурентоспособная зарплата в диапазоне 136.9k - 179.7k USD в год.
- Удалённая работа с гибким графиком.
- Возможности для профессионального роста и развития.
- Доступ к современным инструментам и технологиям.
- Поддержка в обучении и повышении квалификации.
Вакансия предлагает интересные задачи в области статистики и анализа данных, с конкурентоспособной зарплатой и возможностью удалённой работы. Однако, информация о компании могла бы быть более детализированной.
Кто здесь добьётся успеха
Глубокие знания Python и R для разработки сложных статистических моделей, а также опыт работы с библиотеками, такими как Pandas и Scikit-learn.
Способность к самостоятельной работе и высокой самоорганизации, что особенно важно в удалённом формате, где требуется эффективное управление временем и приоритетами.
Опыт применения методов машинного обучения для анализа больших объемов данных в фармацевтической области, с пониманием специфики данных и их интерпретации.
Ресурсы для обучения
Карьерный путь
Обзор рынка
Навыки и требования
Тренды отрасли
Новости Pharmaceuticals
Загружаем новости отрасли...
Ищем релевантные статьи за последние 6 месяцев