Healthcare AI Data Scientist

Healthcare AI Data Scientist

Full-Time 29000 € / anno Ibrido
K

In sintesi

  • Mansioni: Analizza dati sanitari e sviluppa modelli di Machine Learning per migliorare la salute dei pazienti.
  • Azienda: Kelyon, un'azienda innovativa nel settore della salute digitale.
  • Benefit: Retribuzione competitiva, lavoro ibrido, formazione continua e benefit aziendali.
  • Altre informazioni: Ambiente dinamico con opportunità di crescita professionale e collaborazione multidisciplinare.
  • Perché questo lavoro: Fai la differenza nella vita delle persone attraverso l'innovazione tecnologica in sanità.
  • Qualifiche: Laurea in Data Science o discipline affini e competenze in Python e SQL.

Entra nel team Kelyon, cercando tra le offerte di lavoro o sottoponendoci la tua candidatura.

Consulta le posizioni aperte ed entra nel team Kelyon!

Siamo alla ricerca di talenti che condividane il nostro obiettivo di migliorare la qualità della vita di migliaia di pazienti nel mondo, attraverso la progettazione e lo sviluppo di applicazioni innovative , efficaci e facili da usare.

Kelyon ricerca un/una Data Scientist da inserire nel team Digital Health.

In questo ruolo lavorerai sull’analisi e valorizzazione di dati sanitari real-world e sullo sviluppo di modelli di Machine Learning e Intelligenza Artificiale, contribuendo alla realizzazione di soluzioni a supporto della prevenzione, diagnosi, trattamento, monitoraggio e dei processi decisionali in ambito sanitario.

Il ruolo

In qualità di Data Scientist, seguirai l’intero ciclo di vita del dato e del modello: dall’analisi, preparazione e valorizzazione dei dataset alla definizione di KPI, insight e soluzioni data-driven a supporto delle decisioni di business.

Contribuirai inoltre allo sviluppo, alla validazione e all’integrazione di modelli analitici e di intelligenza artificiale nelle soluzioni digitali Kelyon, lavorando in stretta collaborazione con i team clinici, Data & AI, Software Development, Product, Quality e Regulatory, nel rispetto degli standard di qualità e dei requisiti applicabili al settore.

  • Analizzare e preparare dati sanitari strutturati e non strutturati, individuando pattern, KPI e insight utili per dashboard, reporting e supporto alle decisioni.
  • Sviluppare e validare modelli statistici e di Machine Learning/Deep Learning, scegliendo metodi, metriche e strategie di validazione coerenti con il caso d’uso.
  • Valutare robustezza, performance, explainability e fairness dei modelli, documentando esperimenti, assunzioni e risultati.
  • Collaborare con il team software all’integrazione e al deployment dei modelli, contribuendo al monitoraggio delle performance, del drift e agli aggiornamenti nel tempo.
  • Comunicare risultati, limiti e implicazioni dei modelli a stakeholder tecnici, clinici e di prodotto.
  • Requisiti essenziali
  • Laurea magistrale, o percorso equivalente, in Data Science, Statistica/Biostatistica, Matematica, Informatica/Artificial Intelligence, Fisica, Ingegneria Informatica o altra disciplina con solide basi matematico-statistiche.
  • Solida conoscenza di statistica, probabilità, modellazione e metodologie di validazione dei modelli.
  • Ottima padronanza di Python per data analysis, visualizzazione dei dati e Machine Learning, delle principali librerie del settore e buona conoscenza di SQL; R costituisce un valore aggiunto.
  • Esperienza con dataset real-world complessi, data cleaning, feature engineering, gestione di dati mancanti e sbilanciati e riproducibilità delle analisi.
  • Esperienza con dati sanitari o forte capacità di comprendere i loro specificità, metriche cliniche e criticità di qualità, privacy e governance.
  • Familiarità con Git, API e pipeline riproducibili.
  • Rigore scientifico, autonomia, problem solving, capacità di lavorare in team multidisciplinari e buona conoscenza della lingua inglese.
  • Costituiscono un plus
  • Esperienza pregressa in Digital Health, life sciences, pharma, ospedali, centri di ricerca o progetti con stakeholder clinici.
  • Esperienza con explainable AI, fairness e bias assessment e/o conoscenza di standard sanitari come HL7/FHIR.
  • Esperienza con MLOps, cloud, NLP, Large Language Models o Retrieval-Augmented Generation in casi d’uso sanitari.
  • Master, dottorato, pubblicazioni scientifiche o partecipazione a progetti di ricerca in Data Science, AI, statistica applicata o healthcare analytics.
  • Contratto di lavoro subordinato, CCNL Terziario, Distribuzione e Servizi – Confcommercio, III livello.
  • Retribuzione lorda annua iniziale a partire da € 29.000,00 su 14 mensilità, con eventuale superminimo commisurato a esperienza e competenze, fatti salvi gli adeguamenti contrattuali.
  • Progetti ad alto contenuto tecnologico con applicazioni concrete in sanità e collaborazione con un team multidisciplinare.
  • Modalità di lavoro ibrida e flessibilità oraria.
  • Formazione continua e benefit aziendali, inclusi ticket restaurant e convenzioni.

Healthcare AI Data Scientist datore di lavoro: Kelyon ltd

Kelyon è un datore di lavoro eccezionale, impegnato a migliorare la qualità della vita dei pazienti attraverso innovazioni nel settore sanitario. Offriamo un ambiente di lavoro collaborativo e multidisciplinare, con opportunità di crescita professionale continua e progetti all'avanguardia che utilizzano tecnologie avanzate. La nostra cultura aziendale promuove la flessibilità oraria e modalità di lavoro ibride, garantendo un equilibrio tra vita professionale e personale, insieme a benefit competitivi come ticket restaurant e convenzioni.

K

Dettagli di contatto:

Team di recruiting di Kelyon ltd

Consigli degli esperti StudySmarter🤫

Ecco come pensiamo che potresti ottenere Healthcare AI Data Scientist

✨Sfrutta i Meetups di Data Science

Partecipare a meetups e conferenze di data science è un must! Questi eventi sono un ottimo modo per connettersi con esperti del settore e altre persone in cerca di lavoro. Non vergognarti di farti avanti e parlare con i relatori: potrebbe aprirti porte inaspettate.

✨Progetti Open Source per Farsi Notare

Contribuire a progetti open source è una fantastica opportunità per mostrare le tue competenze pratiche. Non solo aiuta a costruire il tuo portfolio, ma ti consente anche di lavorare con tecnologie che potrebbero essere ricercate dalla tua futura azienda. Cerca progetti su GitHub legati a data science e mettiti in gioco!

✨Unisciti a Comunità Online

Entrare a far parte di comunità online come Kaggle o forum di data science può essere un grande vantaggio. Non solo puoi partecipare a competizioni e migliorare le tue abilità, ma puoi anche costruire una rete con altri professionisti del settore. Queste connessioni possono rivelarsi preziose quando cerchi un lavoro a tempo pieno.

✨Candidati Direttamente su Kelyon ltd

Non dimenticare di candidarti direttamente sul sito di Kelyon ltd! Spesso le aziende preferiscono ricevere applicazioni tramite il loro portale, quindi assicurati di seguire le istruzioni specifiche. Un’applicazione diretta può darti un vantaggio rispetto a chi usa canali più generali.

Pensiamo che ti servano queste competenze per eccellere come Healthcare AI Data Scientist

Data Analysis
Machine Learning
Deep Learning
Statistica
Probabilità
Python
SQL

Alcuni consigli per la tua candidatura 🫡

Evidenzia le tue competenze tecniche:Nel campo della data science, è fondamentale mostrare le tue competenze tecniche. Assicurati di includere nel tuo CV le lingue di programmazione che conosci, come Python o R, e i tool che hai utilizzato, come TensorFlow o scikit-learn. Non dimenticare di far vedere i tuoi progetti o le tue analisi precedenti, magari con link a GitHub o portafogli di lavoro!

Scrivi una lettera motivazionale convincente:Per un ruolo full-time in data science, la lettera motivazionale è la tua occasione per far trasparire la tua passione per i dati e la tua voglia di contribuire al lavoro di Kelyon ltd. Spiega perché sei interessato a questo specifico ruolo e come le tue esperienze passate ti rendono il candidato ideale. Non essere timido: condividi le tue ambizioni e la tua visione per il futuro!

Includi risultati quantificabili:Quando parli delle tue esperienze lavorative precedenti, cerca di includere risultati quantificabili che dimostrino il tuo impatto. Ad esempio, puoi dire che hai aumentato l'efficienza di un'analisi del 20% o che hai contribuito a un progetto che ha portato a un aumento del fatturato del 15%. Metriche del genere catturano sempre l'attenzione dei recruiter!

Mostra il tuo approccio alla risoluzione dei problemi:La data science è tutta una questione di risolvere problemi complessi. Utilizza il tuo CV e la tua lettera motivazionale per descrivere come hai affrontato sfide specifiche in progetti precedenti. Ti consigliamo di includere un breve case study o un esempio pratico dei tuoi risultati per davvero colpire i selezionatori di Kelyon ltd. Mostra loro come pensi e come apprendi!

Come prepararti a un colloquio di lavoro presso Kelyon ltd

✨Brilla con il tuo Portafoglio

Porta con te un portfolio che mostri i tuoi progetti di data science. Includi studi di caso dettagliati e le tecniche che hai utilizzato, come l'analisi dei dati, il machine learning o la visualizzazione. In questo modo possiamo dimostrare concretamente il nostro problema-solving e le nostre competenze tecniche, che sono fondamentali in questo campo!

✨Preparati a Domande Tecniche

Aspettati domande tecniche in merito a statistica, machine learning e linguaggi di programmazione come Python o R. Potrebbero chiederti di spiegare modelli specifici o di analizzare un dataset sul momento. Rinfreschiamo insieme le nozioni di base e prepariamoci a dimostrare le nostre competenze pratiche.

✨Mostra la tua Curiosità

Le aziende cercano candidati che mostrino voglia di apprendere e crescita professionale. Durante l'intervista, parliamo delle tendenze attuali nel settore e dimostriamo il nostro interesse per l'innovazione nel campo della data science. Questo non solo ci farà apparire proattivi, ma metterà anche in evidenza la nostra motivazione.

✨Comunica Chiaramente i Tuoi Risultati

Essere bravi con i dati è fondamentale, ma sapere come comunicarli è altrettanto importante. Durante l'intervista, cerca di essere chiaro e conciso mentre parli dei tuoi risultati. Usa esempi specifici per dimostrare come le tue analisi abbiano avuto un impatto positivo in progetti passati. In questo modo possiamo evidenziare le nostre capacità comunicative, fondamentali per un ruolo a tempo pieno.