Alcon
Alcon
Alcon udvikler øjenplejeprodukter, der er designet til at hjælpe mennesker med at se klart og leve med større synskomfort. Virksomhedens arbejde omfatter innovation inden for syn, forskning og udvikling samt fremstilling af produkter til øjensundhed, herunder kontaktlinsen PRECISION7® til udskiftning hver uge. Som en globalt orienteret sundhedsvirksomhed udvikler Alcon synsløsninger, der skal forbedre livskvaliteten i hverdagen.

Direktør for statistisk innovation og datavidenskab

Lede statistisk innovation, maskinlæring og AI til støtte for Alcons kliniske forskning og evidens inden for øjensundhed. Udvikle validerede, skalerbare modeller til videnskabeligt arbejde i regulerede miljøer.

Beskrivelse

  • Lede kvantitativt arbejde til støtte for klinisk udvikling og evidensgenerering.
  • Bruge statistiske metoder til at forme studiedesign, analyser og fortolkning samt understøtte udviklingsbeslutninger.
  • Udvikle og anvende avancerede modeller, herunder lineære og ikke-lineære metoder, generaliserede lineære modeller, modeller med blandede effekter og hierarkiske modeller, longitudinelle analyser og overlevelsesanalyser, Bayesianske metoder, kausal inferens og simulering.
  • Analysere behandlingsrespons, sygdomsudvikling, variation, prædiktion, prognose, benefit-risk og sammenhænge på tværs af kliniske data, billeddata, digitale data, patientrapporterede data og real-world-data.
  • Lede datavidenskab og maskinlæring inden for prædiktion, klassifikation, klyngedannelse, patientstratificering, signaldetektion og analyse af højdimensionelle data.
  • Udvikle og vurdere deep learning-metoder til oftalmisk billedanalyse og multimodale data.
  • Vælge mellem klassiske statistiske metoder, maskinlæring og deep learning ud fra videnskabelige mål og regulatoriske behov.
  • Fastlægge standarder for modeludvikling og validering, herunder træning, tuning, kalibrering, robusthed, reproducerbarhed, bias, fortolkelighed, usikkerhed og løbende overvågning af ydeevne.
  • Vurdere nye metoder som generativ AI og omsætte prototyper til genanvendelige analyseværktøjer med menneskeligt tilsyn og governance.
  • Samarbejde med teams inden for statistik, klinisk udvikling, regulatoriske forhold, datahåndtering, digitale løsninger, kvalitet og teknologi.
  • Koordinere med programmører, datavidenskabsfolk, maskinlæringsingeniører og dataingeniører.
  • Forklare kvantitative metoder og modellernes begrænsninger for både tekniske og ikke-tekniske målgrupper.
  • Repræsentere Alcon i videnskabelige og regulatoriske sammenhænge samt i eksterne partnerskaber.
  • Vejlede og udvikle kvantitative forskere.
  • Styrke organisationens kompetencer inden for statistisk modellering, datavidenskab, maskinlæring, deep learning, reproducerbar forskning og ansvarlig AI.
  • Bidrage til at forme statistikorganisationens langsigtede strategi, driftsmodel og videnskabelige retning.

Krav

  • Bachelorgrad eller tilsvarende antal års direkte relevant erfaring.
  • Alternative kvalifikationsveje: gymnasial eksamen plus 18 års erfaring, erhvervsakademiuddannelse plus 14 års erfaring, kandidatgrad plus 7 års erfaring eller ph.d. plus 6 års erfaring.
  • 10 års relevant erfaring.
  • 6 års dokumenteret ledelseserfaring.
  • Flydende engelsk i læsning, skrift, forståelse og kommunikation.
  • Videregående grad (kandidatgrad eller ph.d.) i statistik eller biostatistik foretrækkes; en ph.d. inden for et nært beslægtet kvantitativt fagområde kan også være relevant.
  • Indgående kendskab til statistisk inferens og modellering, herunder lineære og ikke-lineære modeller samt andre avancerede metoder.
  • Praktisk erfaring med datavidenskab, maskinlæring og/eller deep learning, helst med kliniske, biomedicinske, billedbaserede, digitale sundhedsdata eller andre højdimensionelle data.
  • Gode kundskaber i R og/eller Python.
  • Erfaring med reproducerbare analysearbejdsgange med versionsstyring og moderne miljøer til statistisk beregning eller maskinlæring.
  • Evne til at vælge passende mellem klassiske statistiske metoder, maskinlæring, deep learning og hybride metoder.
  • Erfaring med at understøtte klinisk udvikling, regulatoriske indsendelser eller dialog og videnskabelige publikationer.
  • Kendskab til modelvalidering, dataintegritet og de skiftende forventninger til AI og maskinlæring i regulerede miljøer.

Fordele

  • Muligheder for målrettet udvikling og faglig kompetenceudvikling.
  • Sygeforsikring.
  • Livsforsikring.
  • Pensionsordning.
  • Fleksibel frihed.
  • Flyttehjælp.
  • Visumsponsorering.
  • Rejseaktivitet på op til 10 %.

Relaterede job