EVERSANA
EVERSANA
Ang EVERSANA ay isang kompanya ng mga serbisyong pang-agham sa buhay na tumutulong sa mga organisasyong parmasyutiko at pangkalusugan na maihatid ang mga produkto sa merkado at mapahusay ang kanilang komersyal na pagganap. Saklaw ng gawain nito ang pagpapayo at pagkonsulta sa pamamahala, pagkonsulta sa regulasyon, mga serbisyo para sa pasyente, access sa merkado, pagpepresyo at pamamahala ng kita, mga usaping medikal, at digital na pagbabago. Sa pagsasama ng kadalubhasaan sa industriya, datos, at analitika, sinusuportahan ng EVERSANA ang komersyalisasyon ng mga gamot, kabilang ang pagpaplano ng paglulunsad, paghahatid ng produkto, pagpepresyo, pagsunod ng pasyente sa paggamot, at mga estratehiya sa access. Gumagamit din ang kompanya ng artificial intelligence at analitika upang tugunan ang masalimuot na mga hamon sa sektor ng agham sa buhay.

Senior na Business Analyst, Mga Sistema ng AI para sa Pharmacovigilance

Bumubuo ng mga kinakailangan para sa mga regulated na platform ng pharmacovigilance at AI system, at sumusuporta sa validation, user acceptance testing, at mga serbisyong sumusunod sa regulasyon para sa mga kliyente ng life sciences ng EVERSANA.

Paglalarawan

  • Nangangalap at nagpapanatili ng mga kinakailangan sa platform, kabilang ang mga espesipikasyon ng kinakailangan ng user at function.
  • Gumagawa ng mga diagram ng proseso at daloy ng data, user story, panuntunan sa negosyo, diksyunaryo ng data, espesipikasyon ng interface, at mga kinakailangang hindi pang-andar.
  • Sinusubaybayan ang mga kinakailangan mula sa mga paunang espesipikasyon hanggang sa ebidensiya ng validation.
  • Sinusuri ang mga kinakailangan kasama ang mga operasyon ng pharmacovigilance, Quality, IT Security, Data Privacy, at Engineering.
  • Pinangangasiwaan ang change control, iniaayon ang mga prayoridad sa Product Owner, at nag-aambag sa pagpaplano ng sprint at pagpino ng backlog.
  • Tinutukoy ang mga kinakailangan para sa mga module ng literatura ng pharmacovigilance, pagtanggap ng ulat, pagproseso ng kaso, pamamahala ng signal, pinagsama-samang pag-uulat, pagsubaybay sa social media, at pagsunod sa regulasyon.
  • Tinutukoy ang mga papel ng AI agent, input, tool, pinahihintulutang aksiyon, awtoridad sa pagpapasya, at mga puntong susuriin ng tao.
  • Nagtatakda ng pamantayan sa pagtanggap ng AI, mga threshold ng kumpiyansa, pagsubaybay, kakayahang maipaliwanag, kakayahang ma-audit, mga pananggalang, at asal kapag pumalya.
  • Nagtatatag ng pamamahala sa siklo ng buhay ng modelo, mga dataset para sa pagsusuri, regression testing, at mga limitasyon sa pagsasanay gamit ang data ng kliyente.
  • Isinasalin ang mga obligasyon sa regulasyon, kalidad, privacy, at validation ng computer system tungo sa malinaw at masusubok na mga kinakailangan.
  • Nag-aambag sa mga plano sa validation, pagtatasa ng panganib, estratehiya sa pagsusuri, at traceability.
  • Nagiging pangunahing kontak para sa mga kinakailangan sa mga audit at inspeksiyon ng regulasyon.
  • Nakikipagtulungan sa mga operasyon ng pharmacovigilance, medical reviewer, QA, Data Privacy, IT Security, product, UX, data science, at engineering team.
  • Sumusuporta sa user acceptance testing, nag-uugnay sa mga tagasuri, nagsasaayos ng mga depekto ayon sa prayoridad, at nagbeberipika ng saklaw ng mga kinakailangan.
  • Gumagawa ng mga tala sa release, dokumentasyong pang-andar, materyales sa pagsasanay, at nilalamang pangregulasyon para sa kliyente.

Mga Kinakailangan

  • May bachelor’s degree sa life sciences, pharmacy, nursing, medicine, computer science, o kaugnay na disiplina.
  • May hindi bababa sa anim na taong karanasan sa pharmacovigilance o mga sistema ng PV, kabilang ang tatlo o higit pang taon sa business analysis, systems analysis, o mga kinakailangan sa produkto para sa GxP software.
  • May karanasan sa pagsulat ng mga espesipikasyon ng kinakailangan ng user at function, mas mainam kung may kasamang mga dokumento ng validation, para sa mga sistema ng pharmacovigilance o regulated na life sciences.
  • May praktikal na kaalaman sa hindi bababa sa apat sa anim na larangan ng pharmacovigilance na nakalista para sa tungkuling ito.
  • May aktuwal na karanasan sa komersiyal na safety database gaya ng Argus, LifeSphere, Veeva Vault Safety, o katumbas na sistema.
  • Nauunawaan ang 21 CFR Part 11, EU GMP Annex 11, mga prinsipyo ng integridad ng data, at GDPR.
  • May karanasan sa quality management system at pormal na proseso ng SDLC, kabilang ang change control, CSV/CSA, traceability, at paghawak ng deviation.
  • Nauunawaan sa aktuwal na paggamit ang mga LLM at AI agent, kabilang ang mga paraan ng pagkabigo at mga kinakailangan para sa mga output na saklaw ng regulasyon.
  • Lubos na pinahahalagahan ang dating karanasan sa mga proyekto ng AI o automation sa pharmacovigilance.
  • May matibay na kasanayan sa analitikal na pagsulat.
  • Komportable sa Agile delivery at mga tool gaya ng Jira, Confluence, o Azure DevOps.
  • Mas mainam: may karanasan sa E2B(R3), MedDRA, WHODrug, EudraVigilance, o FAERS.
  • Mas mainam: may karanasan sa pagtukoy ng mga feature ng NLP, machine learning, o generative AI, kabilang ang mga sukatan sa pagsusuri at pamantayan sa pagtanggap.
  • May kaalaman sa GAMP 5 ikalawang edisyon at FDA Computer Software Assurance.
  • May kamalayan sa EU AI Act at mga papel ng EMA/FDA tungkol sa AI.
  • Dati nang lumahok sa mga inspeksiyon ng regulasyon o audit ng kliyente.
  • May mga sertipikasyon gaya ng CBAP, PMI-PBA, o pagsasanay sa ISPE/GAMP.

Mga Benepisyo

  • Sertipikado ang kumpanya bilang Great Place to Work.
  • Pantay na pagkakataon ang iniaalok ng kumpanya bilang employer.
  • Nakatuon ang kumpanya sa pagkakaiba-iba, pagkakapantay-pantay, at inklusyon.