Pfizer
Pfizer
Pfizer to międzynarodowa firma farmaceutyczna, która koncentruje się na opracowywaniu i dostarczaniu leków oraz usług opieki zdrowotnej wspierających zdrowie przez całe życie. Jej działalność obejmuje innowacje naukowe i zapewnianie dostępu do bezpiecznych, skutecznych oraz przystępnych cenowo metod leczenia, ze szczególnym uwzględnieniem rozwoju terapii nowotworów i innych poważnych schorzeń. Profil firmy może zainteresować osoby rozważające karierę w badaniach farmaceutycznych, ochronie zdrowia oraz powiązanych obszarach komercyjnych.

Lider analityki metryk i adopcji Loom

Kieruj pomiarem i analityką adopcji Loom w Pfizer, wzmacniając nadzór nad KPI i wykorzystanie produktów danych. Twórz kokpity oparte na telemetrii, raporty dla kadry kierowniczej i metryki uruchomienia.

Opis

  • Utrzymywać i rozwijać system KPI Loom według person, wykorzystując Loom KPIs V1 jako punkt wyjścia.
  • Publikować definicje metryk, systemy źródłowe i metody obliczeń.
  • Przedstawiać rozszerzenia i zmiany metryk do rozpatrzenia przez Loom Program Governance oraz zapisywać decyzje w rejestrze RAID.
  • Ustalać wymagania dotyczące rejestrowania kontroli gotowości, rejestru kontraktów, serwerów MCP i bramy AI.
  • Dodawać kryteria akceptacji pomiarów do epików backlogu.
  • Sprawdzać kompletność i dokładność telemetrii oraz informować liderów strumieni roboczych o lukach.
  • Tworzyć i obsługiwać kokpit metryk Loom, aktualizując go co tydzień.
  • Przygotowywać comiesięczne dowody realizacji kamieni milowych dotyczących zobowiązań z planu drogowego EPMO i S2.
  • Przygotowywać raporty dla zespołu kierowniczego D&I i na przeglądy przywództwa cyfrowego.
  • Śledzić lejek wdrażania użytkowników w różnych domenach biznesowych i raportować, na których etapach rezygnują.
  • Ustalać metryki testów skalowania wspólnie ze strumieniem roboczym platform.
  • Zdefiniować zestaw produkcyjnych KPI, wartości bazowe i cele na uruchomienie w pierwszym kwartale 2027 roku.

Wymagania

  • Wykształcenie licencjackie i co najmniej sześć lat doświadczenia.
  • Doświadczenie w kierowaniu zmianami w wielu organizacjach.
  • Znajomość i świadomość wymogów regulacyjnych.
  • Kompetencje techniczne, trafny osąd i profesjonalne zachowanie.
  • Wiedza i doświadczenie w zarządzaniu projektami, analizie danych i biznesowej oraz integracji informacji.
  • Umiejętność angażowania zespołów międzyfunkcyjnych w realizację prac na czas i w ramach budżetu.
  • Umiejętność zarządzania konkurującymi priorytetami i skutecznej pracy pod presją.
  • Bardzo dobre umiejętności komunikacji ustnej i pisemnej oraz prezentacji.
  • Biegłość w obsłudze narzędzi e-commerce, systemów komputerowych i przepływów pracy w biznesie.
  • Wymagane jest uprawnienie do pracy w Stanach Zjednoczonych u dowolnego pracodawcy.
  • Wymagane jest stałe uprawnienie do pracy w Stanach Zjednoczonych.
  • Sponsoring wizy pracowniczej do USA nie jest dostępny obecnie ani w przyszłości.
  • Preferowane jest odpowiednie doświadczenie w branży farmaceutycznej, doświadczenie z aplikacjami w marketingu, obszarze medycznym, badaniach klinicznych, ustalaniu cen/dostępie do rynku lub danymi ze świata rzeczywistego, a także doświadczenie w świadczeniu usług, realizacji programów, operacjach lub narzędziach AI.

Benefity

  • Elastyczna organizacja pracy: około 2,5 dnia w tygodniu w biurze zgodnie z wymaganiami Log In For Your Day (LIFYD).
  • Wsparcie relokacyjne może być dostępne w zależności od potrzeb biznesowych i/lub spełnienia kryteriów.
  • Uprawnienie do pakietu relokacyjnego — NIE.

Powiązane oferty pracy

BDR Solutions LLC

Starszy menedżer danych systemu informacji o bezpieczeństwie kolei

BDR Solutions LLC

Kierowanie zarządzaniem danymi systemu informacji o bezpieczeństwie kolei dla federalnych klientów BDR Solutions. Zarządzanie danymi referencyjnymi, metadanymi, obliczeniami ryzyka i nadzorem nad projektami.

Otwórz
Capital One

Menedżer ds. data science — strategia danych alternatywnych

Capital One

Kieruj pracami z zakresu data science w Capital One, oceniając dane alternatywne na potrzeby decyzji kredytowych dotyczących kart w USA. Twórz modele uczenia maszynowego, cechy danych i skalowalne systemy monitorowania.

Otwórz
Grubhub

Starszy główny naukowiec ds. danych, marketplace

Grubhub

Wyznaczaj kierunek rozwoju data science i uczenia maszynowego dla marketplace’u Wonder, kształtując podejście do wnioskowania przyczynowego, eksperymentów i systemów produkcyjnych. Koordynuj prace techniczne między zespołami i pomagaj przekładać modele oraz analizy na wyniki biznesowe.

Otwórz
Wonder

Starszy główny specjalista ds. danych: uczenie maszynowe i eksperymenty na marketplace

Wonder

Kieruj uczeniem maszynowym, wnioskowaniem przyczynowym i eksperymentami na marketplace Wonder. Rozwijaj systemy produkcyjne poprawiające doświadczenia klientów, realizację zamówień, ceny i decyzje biznesowe.

Otwórz