Científico de Datos Principal – IA/ML y Optimización

Requisitos:

• Un título de doctorado (Ph.D.) en una disciplina cuantitativa (por ejemplo, informática, ingeniería eléctrica y computacional, bioestadística, economía de la salud, informática biomédica, matemáticas aplicadas o similar),
• Más de 5 años de experiencia en la industria realizando proyectos de ciencia de datos utilizando modelado predictivo de ML, optimización multiobjetivo, procesamiento de lenguaje natural y GenAI.
• Experiencia práctica con modelado predictivo de ML multimodal y simulaciones estocásticas para la previsión de series temporales.
• Experiencia en la construcción de motores de optimización multiobjetivo para gestionar compensaciones complejas mediante algoritmos evolutivos, aprendizaje por refuerzo o programación lineal entera mixta.
• Experiencia con GenAI y LLMs clínicos para el análisis de documentos y la desambiguación y armonización de conceptos clínicos.
• Competencia en prácticas y herramientas de MLOps (MLflow, Kedro); uso de Git, stacks de CI/CD (Jenkins, GitLab) y herramientas DevOps.
• Competencia en los lenguajes de programación Python y SQL,
• Experiencia con herramientas de LLM de Python (por ejemplo, DSPy, LangChain), herramientas de optimización (por ejemplo, pymoo) y herramientas de ML (por ejemplo, Scikit-learn, XGBoost, Optuna, PyMc),
• Experiencia demostrada y familiaridad con datos operativos clínicos, datos del mundo real, registros electrónicos de salud y reclamaciones, y datos financieros.

Requisitos deseados:

• Experiencia previa en un puesto de ciencia de datos AI/ML en las industrias de la salud, MedTech y farmacéutica.
• Experiencia práctica utilizando protocolos de ensayos clínicos, registros, datos de costes, CTMS, EDC y/o EHR para construir modelos de ML para estimar resultados operativos o resultados de RWE.

Advanced Analytics, Coaching, Critical Thinking, Data Analysis, Data Privacy Standards, Data Quality, Data Reporting, Data Savvy, Data Science, Data Visualization, Digital Fluency, Econometric Models, Organizing, Process Improvements, Strategic Thinking, Technical Credibility, Workflow Analysis

61.800,00 € - 106.260,00 €

Además del salario base, ofrecemos los siguientes beneficios*: un bono anual con un objetivo establecido (% del salario) dependiendo del nivel salarial / ubicación, donde el importe real se basa en el rendimiento de los empleados y de la empresa del año natural anterior, o comisiones por ventas. Además, ofrecemos días de vacaciones, permiso parental por un mínimo de 12 semanas, permiso por duelo, permiso para cuidadores, permiso de voluntariado, reembolso de bienestar y programas para la salud financiera, física y mental. También ofrecemos premios por aniversario de servicio y reconocimiento y, sujeto a los términos de sus respectivos planes, los empleados —y en algunas ubicaciones, sus dependientes elegibles— pueden participar en varios planes de seguros. Para más información, visite Employee benefits | Supporting well-being & career growth | Johnson & Johnson Careers.

*Esto es solo para fines informativos. Los importes y los beneficios reales pueden variar según la ubicación y están sujetos a cambios.

J&J Innovative Medicine - Data, Data Science, and AI - Global Development (DDSAI GD) está contratando a un "Principal Data Scientist - AI/ML and Optimization". El candidato ideal aprovechará, adaptará y ampliará el aprendizaje automático (ML), las técnicas de optimización y las técnicas de GenAI para crear procesos computacionales que den soporte a las operaciones clínicas globales, incluyendo la previsión de inscripciones, la estimación y optimización de costes, y la selección de países/centros.

La ubicación principal es Madrid, España. Se considerarán otras ubicaciones enumeradas si la empresa lo aprueba.

J&J Innovative Medicine desarrolla tratamientos que mejoran la salud de las personas en todo el mundo. Las áreas de investigación y desarrollo abarcan la oncología, los trastornos cardiovasculares y metabólicos, la inmunología, la hipertensión pulmonar, la neurociencia y las enfermedades infecciosas. Nuestro objetivo es ayudar a las personas a vivir vidas más largas y saludables. Hemos producido y comercializado muchos medicamentos recetados de primera clase y estamos preparados para atender las amplias necesidades del mercado sanitario, desde los pacientes hasta los profesionales y desde las clínicas hasta los hospitales. Para saber más sobre J&J Innovative Medicine, visite https://www.jnj.com/innovative-medicine

Análisis de datos y ciencias computacionales

Ciencia de datos

Responsabilidades clave:

• Concebir, desarrollar e implementar soluciones de ML, optimización multiobjetivo y GenAI para dar soporte a las operaciones de ensayos clínicos.
• Aprovechar los datos operativos, del mundo real (RWD) y de costes para desarrollar modelos de ML y motores de optimización que den soporte a la toma de decisiones basada en datos en toda la planificación operativa. Específicamente:
• Desarrollar modelos predictivos de ML para pronosticar resultados de series temporales operativas y KPIs.
• Formular y resolver problemas de optimización que cuantifiquen las compensaciones entre objetivos contrapuestos, como costes, plazos, carga para el paciente, calidad y eficiencia operativa.
• Integrar el modelado predictivo con técnicas de optimización para evaluar escenarios operativos alternativos, valorar resultados potenciales y recomendar estrategias óptimas.
• Construir sistemas de apoyo a la decisión explicables que traduzcan análisis complejos en conocimientos accionables, permitiendo una planificación proactiva, la identificación temprana de riesgos y una toma de decisiones empresariales informada.
• Adaptar modelos de lenguaje de gran tamaño (LLMs) para la extracción de información personalizada y para crear soluciones que incluyan la realización de análisis comparativos de protocolos de ensayos clínicos y la evaluación de la similitud de los ensayos, la armonización y estandarización de datos de ensayos clínicos, la optimización del calendario de actividades y la evaluación de los criterios de elegibilidad.
• Simulaciones estocásticas de inscripción para pronosticar resultados operativos y del recorrido del paciente, incluyendo la inscripción y la finalización del estudio.
• Articular claramente métodos y resultados altamente técnicos ante diversas audiencias y socios para impulsar la toma de decisiones.
• Asesorar y formar a colegas junior en técnicas, procesos y responsabilidades.

Científico/Tecnológico

Barcelona, España, Cambridge, Massachusetts, Estados Unidos de América, Madrid, España, Spring House, Pennsylvania, Estados Unidos de América, Titusville, New Jersey, Estados Unidos de América