Healthcare AI Data Scientist
pbEntra nel team Kelyon, cercando tra le offerte di lavoro o sottoponendoci la tua candidatura. /b /p h3bConsulta /b le posizioni aperte ed entra nel team Kelyon! /h3 pSiamo alla ricerca dibtalenti /bche condividane il nostro obiettivo dibmigliorare la qualità della vita /b di migliaia di pazienti nel mondo, attraverso la progettazione e lo sviluppo dibapplicazioni innovative /b, efficaci e facili da usare. /p pKelyon 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. /p pbIl ruolo /b /p pIn 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. /p ul liAnalizzare e preparare dati sanitari strutturati e non strutturati, individuando pattern, KPI e insight utili per dashboard, reporting e supporto alle decisioni.
/li liSviluppare e validare modelli statistici e di Machine Learning/Deep Learning, scegliendo metodi, metriche e strategie di validazione coerenti con il caso d’uso. /liliValutare robustezza, performance, explainability e fairness dei modelli, documentando esperimenti, assunzioni e risultati. /li liCollaborare con il team software all’integrazione e al deployment dei modelli, contribuendo al monitoraggio delle performance, del drift e agli aggiornamenti nel tempo. /li liComunicare risultati, limiti e implicazioni dei modelli a stakeholder tecnici, clinici e di prodotto. /li /ul pbRequisiti essenziali /b /p ul liLaurea magistrale, o percorso equivalente, in Data Science, Statistica/Biostatistica, Matematica, Informatica/Artificial Intelligence, Fisica, Ingegneria Informatica o altra disciplina con solide basi matematico-statistiche. /li liSolida conoscenza di statistica, probabilità, modellazione e metodologie di validazione dei modelli. /li liOttima 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. /li liEsperienza con dataset real-world complessi, data cleaning, feature engineering,
gestione di dati mancanti e sbilanciati e riproducibilità delle analisi. /li liEsperienza con dati sanitari o forte capacità di comprendere i loro specificità, metriche cliniche e criticità di qualità, privacy e governance. /li liFamiliarità con Git, API e pipeline riproducibili. /li liRigore scientifico, autonomia, problem solving, capacità di lavorare in team multidisciplinari e buona conoscenza della lingua inglese. /li /ul pbCostituiscono un plus /b /p ul liEsperienza pregressa in Digital Health, life sciences, pharma, ospedali, centri di ricerca o progetti con stakeholder clinici. /li liEsperienza con explainable AI, fairness e bias assessment e/o conoscenza di standard sanitari come HL7/FHIR. /li liEsperienza con MLOps, cloud, NLP, Large Language Models o Retrieval-Augmented Generation in casi d’uso sanitari. /li liMaster, dottorato, pubblicazioni scientifiche o partecipazione a progetti di ricerca in Data Science, AI, statistica applicata o healthcare analytics. /li liContratto di lavoro subordinato, CCNL Terziario, Distribuzione e Servizi – Confcommercio, III livello. /li liRetribuzione 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. /li liProgetti ad alto contenuto tecnologico con applicazioni concrete in sanità e collaborazione con un team multidisciplinare. /li liModalità di lavoro ibrida e flessibilità oraria. /li liFormazione continua e benefit aziendali, inclusi buoni pasto e convenzioni. /li /ul #J-18808-Ljbffr
/li liSviluppare e validare modelli statistici e di Machine Learning/Deep Learning, scegliendo metodi, metriche e strategie di validazione coerenti con il caso d’uso. /liliValutare robustezza, performance, explainability e fairness dei modelli, documentando esperimenti, assunzioni e risultati. /li liCollaborare con il team software all’integrazione e al deployment dei modelli, contribuendo al monitoraggio delle performance, del drift e agli aggiornamenti nel tempo. /li liComunicare risultati, limiti e implicazioni dei modelli a stakeholder tecnici, clinici e di prodotto. /li /ul pbRequisiti essenziali /b /p ul liLaurea magistrale, o percorso equivalente, in Data Science, Statistica/Biostatistica, Matematica, Informatica/Artificial Intelligence, Fisica, Ingegneria Informatica o altra disciplina con solide basi matematico-statistiche. /li liSolida conoscenza di statistica, probabilità, modellazione e metodologie di validazione dei modelli. /li liOttima 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. /li liEsperienza con dataset real-world complessi, data cleaning, feature engineering,
gestione di dati mancanti e sbilanciati e riproducibilità delle analisi. /li liEsperienza con dati sanitari o forte capacità di comprendere i loro specificità, metriche cliniche e criticità di qualità, privacy e governance. /li liFamiliarità con Git, API e pipeline riproducibili. /li liRigore scientifico, autonomia, problem solving, capacità di lavorare in team multidisciplinari e buona conoscenza della lingua inglese. /li /ul pbCostituiscono un plus /b /p ul liEsperienza pregressa in Digital Health, life sciences, pharma, ospedali, centri di ricerca o progetti con stakeholder clinici. /li liEsperienza con explainable AI, fairness e bias assessment e/o conoscenza di standard sanitari come HL7/FHIR. /li liEsperienza con MLOps, cloud, NLP, Large Language Models o Retrieval-Augmented Generation in casi d’uso sanitari. /li liMaster, dottorato, pubblicazioni scientifiche o partecipazione a progetti di ricerca in Data Science, AI, statistica applicata o healthcare analytics. /li liContratto di lavoro subordinato, CCNL Terziario, Distribuzione e Servizi – Confcommercio, III livello. /li liRetribuzione 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. /li liProgetti ad alto contenuto tecnologico con applicazioni concrete in sanità e collaborazione con un team multidisciplinare. /li liModalità di lavoro ibrida e flessibilità oraria. /li liFormazione continua e benefit aziendali, inclusi buoni pasto e convenzioni. /li /ul #J-18808-Ljbffr