Data Scientist Pharmacovigilance (m/f/d)

IHRE AUFGABEN UND VERANTWORTLICHKEITEN

• Vorantreiben der Umstellung von PV auf die Nutzung neuer Analysetools und Datenquellen
• Bereitstellung von Expertenwissen für analytische Projekte, Erstellung von Hypothesen und Scoping im Bereich der Pharmakovigilanz sowie Definition, Design, Implementierung und Validierung fortschrittlicher analytischer Algorithmen und Modelle
• Umwandlung von Data-Science-Prototypen in validierte End-to-End-Lösungen
• Durchführung komplexer Simulationen, Modellierungen und maschineller Lernalgorithmen und Integration mehrschichtiger Datenmodelle
• Analyse diverser interner und externer Quellen für wertschöpfende Nutzen/Risikoinformationen zu Bayer-Produkten durch Nutzung komplexer statistischer und prädiktiver Modelle
• Entwicklung digitaler Strategien zur Extraktion von Nutzen/Risikoinformationen aus unstrukturierten Informationen, einschließlich Literatur, sozialen Medien und Quelldokumenten zu unerwünschten Ereignissen
• Sicherstellung der FAIR-Data Prinzipien (Findable, Accessible, Interoperable & Re-usable) vor der Aufnahme von Datenquellen in das PV-Daten-Ökosystem
• Entwicklung von Dashboards für die Echtzeitüberwachung und das Trending von potenziellen Sicherheitssignalen in externen Datenquellen
• Aufbau von relevantem Prozesswissen, kontinuierliche Aktualisierung dessen und der Beitrag zur Entwicklung neuer analytischer Lösungen
• Analyse und Gestaltung von Geschäftsprozessen, Ermittlung von Lösungseinschränkungen und andere relevante Fakten und Erstellung von Anforderungsspezifikationen
• Verwalten von Schnittstellen zu Partner- und Kundenfunktionen, einschließlich Teammitgliedern, Kollegen, Projektsponsor, oberem Management, Supportfunktionen einschließlich Corporate IT, PV-Funktionen, Personal- und Rechtsabteilungen
• Schulung von PV-Mitarbeitern im Umgang mit modernsten Technologien, fortschrittlicher Analytik und Plattformen für künstliche Intelligenz

WAS SIE MITBRINGEN

• Hochschulabschluss in Data Science, Informatik, Physik, Mathematik, Statistik, Life Sciences mit mehrjähriger einschlägiger Erfahrung
• Berufserfahrung in einer GxP-bezogenen Life-Science-Branche, idealerweise in der Pharmakovigilanz, in der Big Data Analytics eine wichtige Rolle spielt
• Sehr gute Erfahrung in einer großen und komplexen Datenumgebung (strukturierte und unstrukturierte Datenquellen), mit fortgeschrittener Analytik, Deep Learning Frameworks und maschinellen Lernalgorithmen
• Profundes Verständnis für statistische Leistungsmaße, Trendanalysen zur Ermittlung von Anomalien und ein breites Verständnis für eine Vielzahl von Datenumgebungen und Tools (wie SAS, R, Python, Hadoop, Spark, Rapid Miner, Spotfire, etc.)
• Sehr gutes betriebswirtschaftliches Verständnis der pharmazeutischen Medizin und der Gesundheitsversorgung sowie die Fähigkeit, mit Business-Teams als Sparringspartner zusammenzuarbeiten, um durch die Nutzung umfangreicher Datenbestände hochwirksame Chancen zu identifizieren
• Gute Kenntnisse im Bereich Pharmakovigilanz (Vorschriften, Prozesse, Best Practices)
• Starke Führungsqualitäten und Kompetenzen in funktionsübergreifenden Teams
• Starker Beziehungsaufbau sowohl intern als auch extern mit einer Vielzahl von Partnern aus unterschiedlichen Kulturen und Organisationsebenen
• Hohes Maß an Kreativität und die Fähigkeit, über den Tellerrand hinauszuschauen
• Fließendes Englisch in Wort und Schrift

#LI-DE

Ihre Bewerbung

Sie suchen eine Herausforderung, in der Sie Ihre Leidenschaft für Innovationen einbringen können? Sie möchten Teil eines globalen Teams werden und gemeinsam mit uns das Leben auf der Welt verbessern? Dann bewerben Sie sich online mit Ihren vollständigen Bewerbungsunterlagen (Anschreiben, Lebenslauf, Zeugnisse).

Bayer begrüßt Bewerbungen aller Menschen ungeachtet von ethnischer Herkunft, nationaler Herkunft, Geschlecht, Alter, körperlichen Merkmalen, sozialer Herkunft, Behinderung, Mitgliedschaft in einer Gewerkschaft, Religion, Familienstand, Schwangerschaft, sexueller Orientierung, Geschlechtsidentität oder einem anderen sachfremden Kriterium nach geltendem Recht. Wir bekennen uns zu dem Grundsatz, alle Bewerberinnen und Bewerber fair zu behandeln und Benachteiligungen zu vermeiden.