Alcon
Alcon
Alcon entwickelt Produkte für die Augenpflege, die Menschen dabei unterstützen, klar zu sehen und größeren Sehkomfort im Alltag zu erleben. Das Unternehmen verbindet Innovationen im Bereich des Sehens, Forschung und Entwicklung sowie die Herstellung von Produkten für die Augengesundheit, darunter die einwöchige Austauschlinse PRECISION7®. Als global ausgerichtetes Gesundheitsunternehmen entwickelt Alcon Lösungen für besseres Sehen, die zu einer höheren Lebensqualität im Alltag beitragen sollen.

Direktor für statistische Innovation und Data Science

Leitung statistischer Innovation, maschinellen Lernens und KI für die klinische Forschung und Evidenzgewinnung bei Alcon im Bereich Augenheilkunde. Entwicklung validierter, skalierbarer Modelle für wissenschaftliche Arbeit in regulierten Umgebungen.

Beschreibung

  • Leitung quantitativer Arbeit zur Unterstützung der klinischen Entwicklung und Evidenzgewinnung.
  • Einsatz statistischer Methoden zur Gestaltung von Studiendesign, Analyse, Interpretation und Entwicklungsentscheidungen.
  • Entwicklung und Anwendung fortgeschrittener Modelle, darunter lineare und nichtlineare Methoden, verallgemeinerte lineare Modelle, Modelle mit gemischten Effekten und hierarchische Modelle, Längsschnitt- und Überlebenszeitanalysen, Bayes’sche Methoden, Kausalinferenz und Simulation.
  • Analyse von Behandlungsreaktionen, Krankheitsverläufen, Variabilität, Vorhersagen, Prognosen, Nutzen-Risiko-Abwägungen und Zusammenhängen in klinischen, bildgebenden, digitalen, patientenberichteten und Real-World-Daten.
  • Leitung von Data Science und maschinellem Lernen für Vorhersagen, Klassifikation, Clustering, Patient:innenstratifizierung, Signalerkennung und hochdimensionale Analysen.
  • Entwicklung und Bewertung von Deep-Learning-Methoden für ophthalmologische Bildgebung und multimodale Daten.
  • Auswahl klassischer statistischer Methoden, Methoden des maschinellen Lernens oder Deep-Learning-Methoden entsprechend den wissenschaftlichen Zielen und regulatorischen Anforderungen.
  • Festlegung von Standards für Modellierung und Validierung, einschließlich Training, Abstimmung, Kalibrierung, Robustheit, Reproduzierbarkeit, Verzerrungen, Interpretierbarkeit, Unsicherheit und laufender Leistungsüberwachung.
  • Bewertung neuer Methoden wie generativer KI und Überführung von Prototypen in wiederverwendbare Analysetools mit menschlicher Aufsicht und Governance.
  • Zusammenarbeit mit Teams aus den Bereichen Statistik, klinische Entwicklung, Regulatory Affairs, Datenmanagement, Digital, Qualität und Technologie.
  • Koordination mit Programmierer:innen, Data Scientists, Machine-Learning-Ingenieur:innen und Data Engineers.
  • Erläuterung quantitativer Methoden und der Grenzen von Modellen für ein technisches wie nichttechnisches Publikum.
  • Vertretung von Alcon in wissenschaftlichen und regulatorischen Angelegenheiten sowie in externen Partnerschaften.
  • Coaching und Förderung von Wissenschaftler:innen im quantitativen Bereich.
  • Ausbau der Expertise der Organisation in statistischer Modellierung, Data Science, maschinellem Lernen, Deep Learning, reproduzierbarer Forschung und verantwortungsvoller KI.
  • Mitgestaltung der langfristigen Strategie, des Betriebsmodells und der wissenschaftlichen Ausrichtung der Statistikorganisation.

Anforderungen

  • Bachelorabschluss oder eine gleichwertige Anzahl von Jahren einschlägiger Berufserfahrung.
  • Alternative Qualifikationswege: Schulabschluss und 18 Jahre Berufserfahrung, Associate Degree und 14 Jahre, Masterabschluss und 7 Jahre oder Promotion und 6 Jahre.
  • 10 Jahre einschlägige Berufserfahrung.
  • 6 Jahre nachgewiesene Führungserfahrung.
  • Fließende Englischkenntnisse in Lesen, Schreiben, Verständnis und Kommunikation.
  • Ein weiterführender Abschluss (MSc oder Promotion) in Statistik oder Biostatistik ist bevorzugt; auch eine Promotion in einem eng verwandten quantitativen Fachgebiet kann qualifizieren.
  • Fundierte Kenntnisse statistischer Inferenz und Modellierung, einschließlich linearer und nichtlinearer Modelle sowie weiterer fortgeschrittener Methoden.
  • Praktische Erfahrung in Data Science, maschinellem Lernen und/oder Deep Learning, vorzugsweise mit klinischen, biomedizinischen, bildgebenden, digitalen Gesundheits- oder anderen hochdimensionalen Daten.
  • Sicherer Umgang mit R und/oder Python.
  • Erfahrung mit reproduzierbaren, versionskontrollierten Analyseabläufen und modernen statistischen oder Machine-Learning-Computing-Umgebungen.
  • Fähigkeit, angemessen zwischen klassischen statistischen Methoden, maschinellem Lernen, Deep Learning und hybriden Methoden auszuwählen.
  • Erfahrung mit der Unterstützung klinischer Entwicklung, Zulassungseinreichungen oder regulatorischer Interaktionen sowie wissenschaftlichen Publikationen.
  • Kenntnisse in Modellvalidierung und Datenintegrität sowie zu den sich wandelnden Erwartungen an KI und maschinelles Lernen in regulierten Umgebungen.

Zusatzleistungen

  • Möglichkeiten für gezielte Weiterentwicklung und berufliches Wachstum.
  • Krankenversicherung.
  • Lebensversicherung.
  • Altersvorsorgeleistungen.
  • Flexible freie Tage.
  • Unterstützung beim Umzug.
  • Visumsponsoring.
  • Reisetätigkeit von bis zu 10 %.

Ähnliche Stellen

Stitch Fix

Principal Full-Stack-Datenwissenschaftler:in für Basismodelle

Stitch Fix

Leite die Entwicklung grundlegender Machine-Learning- und Empfehlungssysteme für Stitch Fix’ personalisierte Handelsplattform. Entwickle produktive Modelle auf Basis von Verhaltens-, Transaktions-, Text- und Bilddaten.

Öffnen