Հիմնադիր տվյալների գիտնական

Հիմնադիր տվյալների գիտնական Mira-ում, հեռավար աշխատանք, կենտրոնացված քանակական հորմոնների հետևման տեխնոլոգիայի վրա։

Ստեղծել և բարելավել կենսաչափական տվյալները, ալգորիթմները և տվյալների վրա հիմնված պատկերացումները Mira հավելվածի համար; Վերլուծել հորմոնների, ցիկլի, հավելվածի օգտագործման և օգտատերերի արդյունքների տվյալները՝ բացահայտելու օրինաչափություններ և արտադրանքի հնարավորություններ; Մշակել և վավերացնել մոդելներ օվուլյացիայի կանխատեսման, ցիկլի մոդելավորման, հորմոնների մեկնաբանման և անհատականացված առաջարկությունների համար; Համագործակցել արտադրանքի, դիզայնի, ինժեներիայի, հետազոտության և զարգացման, ինչպես նաև իրական աշխարհի ապացույցների գիտնականի հետ՝ տվյալները վերածելու հավելվածի գործառույթների և ապացույցների վրա հիմնված պատկերացումների; Աջակցել RWE և կլինիկական հետազոտական նախագծերին տվյալների արդյունահանման, հետախուզական վերլուծության, մոդելավորման և վավերացման միջոցով; Սահմանել մոդելի կատարողականության և վավերացման շրջանակներ՝ ներառյալ անորոշությունը, ենթախմբերի կատարողականը, բաց թողնված տվյալները և ծայրամասային դեպքերը; Բարելավել տվյալների որակը՝ բացահայտելով չափման բացերը և առաջարկելով ավելի լավ տվյալների հավաքագրում հավելվածում; Փաստաթղթավորել մոդելի տրամաբանությունը, ենթադրությունները, սահմանափակումները և համապատասխան օգտագործման դեպքերը հստակ՝ ինչպես տեխնիկական, այնպես էլ ոչ տեխնիկական թիմերի համար; Աշխատել ինժեներիայի հետ՝ նախատիպերը վերածելու արտադրական պատրաստ հավելվածի գործառույթների կամ տվյալների խողովակների։

Ուժեղ Python և տվյալների գիտության հմտություններ; SQL-ը նախընտրելի է, և փորձ երկայնական, ժամանակային շարքերի, վարքագծային, առողջության, կրելի սարքերի, ֆիզիոլոգիական կամ կենսամարկերային տվյալների հետ; Փորձ մոդելի մեկնաբանելիության և բացատրելիության մեթոդներում՝ SHAP, LIME և այլն; Ուժեղ մոդելի վավերացման դատողություն՝ ներառյալ բաց թողնված տվյալների մշակում, տվյալների արտահոսքի խուսափում, կայունության ստուգում և կատարողականի գնահատում օգտատերերի տարբեր հատվածներում; Տվյալները օգտատերերի համար նախատեսված արտադրանքի գործառույթների, չափիչների, առաջարկությունների կամ ալգորիթմների վերածելու ունակություն; Փորձ մոդելների, միավորների կամ վերլուծական շրջանակների ստեղծման մեջ, որոնք ազդել են արտադրանքի, կլինիկական կամ բիզնես որոշումների վրա; Ուժեղ հաղորդակցման հմտություններ ինչպես տեխնիկական, այնպես էլ ոչ տեխնիկական շահագրգիռ կողմերի հետ; Բարձր սեփականություն, ստարտափի արագություն և հարմարավետություն երկիմաստության հետ աշխատելիս; Լավ գիտական դատողություն; կարողանալ տարբերակել արտադրանքի պատկերացումները կլինիկական կամ մարքեթինգային պնդումներից; Փորձ ML կամ ալգորիթմական գործառույթները արտադրություն տեղափոխելու մեջ։

Հեռավար դիրք; 40-ժամյա աշխատանքային շաբաթ; Ճկուն աշխատանքային ժամեր; Երբեմն համընկնում ԱՄՆ թիմի հետ; Մրցունակ աշխատավարձ՝ կատարողականի վրա հիմնված բոնուսային համակարգով, որը կապված է OKR-ների հետ; Լիովին հեռավար միջավայր, որն աջակցում է ինքնավարությանը, սեփականությանը և անկախությանը; Կարիերայի աճի իրական հնարավորություններ՝ թիմերը ձևավորելու, կառուցելու և զարգացնելու կարողությամբ, քանի որ մենք ընդլայնվում ենք։