该岗位核心是利用现实世界数据（Real-World Data, RWD）生成洞见，为创新药物的研发、审批及商业化提供支持，同时需与跨职能团队协作，助力战略决策并改善患者预后。 一、核心职责 1. 数据获取、分析与建模 • 与内外部合作伙伴协作，获取、验证并整合来自不同来源的现实世界数据，确保数据质量与完整性，并维护详尽文档以保障可重复性。 • 设计并实施先进的统计模型与机器学习算法，从电子健康记录（EHRs）、索赔数据、患者登记系统等各类现实世界数据源中提取洞见。 • 分析复杂数据集，识别可为产品研发和市场策略提供参考的趋势、模式与机遇。 2. 支持现实世界研究/健康结局研究 • 设计并执行现实世界研究以生成现实世界证据（Real-World Evidence, RWE），支撑产品的安全性、有效性与经济学价值。 • 参与研究设计，包括明确研究目标、选择合适的方法学及制定分析计划。 • 监督并执行数据整理与清洗流程，确保用于分析的数据集质量达标。 • 与跨职能团队协作，确保研究目标与业务及监管目标保持一致。 3. 洞见生成 • 将复杂的分析结果转化为可落地的洞见，并向研究科学家、临床团队、商业合作伙伴等利益相关者传达研究发现。 • 制作数据可视化内容与报告，阐明现实世界数据对临床及业务决策的影响。 4. 创新与改进 • 持续关注数据科学、机器学习及现实世界证据领域的行业趋势与创新动态。 • 提出并开发新方法，以提升数据处理与分析能力。 5. 跨职能协作 • 与临床、监管、商业及技术团队紧密合作，确保数据驱动的洞见能融入业务流程并保持方向一致。

1. 教育背景 • 需持有数据科学、生物统计学、流行病学、健康结局或相关领域的硕士或博士学位。 2. 工作经验 • 具备3年及以上数据分析经验，有制药或医疗健康行业经验者优先。 • 拥有处理电子健康记录（EHRs）、索赔数据或患者登记系统等现实世界数据源的经验。 3. 技术技能 • 熟练使用SQL、R、SAS、Python等统计与数据分析软件。 • 掌握Tableau、Power BI等数据可视化工具的使用。 • 熟悉机器学习框架与相关技术。 4. 软技能 • 具备出色的分析与问题解决能力。 • 拥有优秀的沟通与演示能力，能向非技术背景的利益相关者传递复杂信息。 • 能在团队导向的协作环境中高效工作。 三、优先考虑条件 • 具备药物研发流程或监管环境相关经验。 • 了解医疗健康系统、流行病学及结局研究知识。 四、其他要求 • 可能需根据工作需求出差并进行现场数据整理/分析： ◦ 与当地供应商对接，了解数据源并确保数据收集方法合规。 ◦ 开展现场数据整理与分析工作，保障数据处理的即时性与准确性，助力及时生成洞见。 地址： 北京市海淀区凌霄路与稻香湖路交叉口 智谷大厦