岗位职责： 1、数据挖掘与处理： 负责清洗、整合、治理多源异构的医药行业数据，包括但不限于公开数据、抽样数据、招标数据、医院数据、零售数据等。构建和维护高效、可靠的数据ETL流程，确保数据质量和一致性。 2、数据分析与洞察： 运用统计分析和机器学习方法，对医药市场进行多维度的深度分析，如药品生命周期分析、竞争格局分析、区域市场差异分析、医生处方行为分析等。从数据中发现市场趋势、潜在规律和业务机会，并形成分析报告。 3、预测模型构建与优化： 设计、开发并优化销售预测、市场规模预测、市场渗透率预测等核心算法模型。应用并创新时间序列预测、回归模型、机器学习（如XGBoost, LightGBM）乃至深度学习等先进算法。针对医药行业特点（如政策影响、新品上市、专利到期等），将领域知识融入模型特征工程与建模过程。 4、产品化与落地： 将成熟的算法模型进行产品化封装，与工程团队协作，将其部署到公司的数据平台或SaaS产品中。持续监控和评估线上模型的性能，并负责模型的迭代优化。 5、跨部门协作： 与业务团队、市场研究团队紧密合作，理解客户需求和业务痛点，将业务问题转化为可量化的数据科学问题。向非技术团队清晰地解释模型结果和洞见，为销售、市场和高管决策提供数据支持。 任职资格： 1、学历与专业： 计算机科学、统计学、应用数学、流行病学与卫生统计、生物信息学或相关领域的硕士及以上学历。 2、技术技能： 编程能力： 精通 Python 或 R，具备扎实的编程功底。 数据科学工具： 熟练使用 Pandas, NumPy, Scikit-learn, Statsmodels 等主流数据科学库。 数据库知识： 熟练使用 SQL，具备高效查询和处理大规模数据的能力。 建模经验： 具备使用机器学习/统计模型解决实际商业问题的经验，特别是在药品流通预测相关项目上有实践经验。 数据可视化： 能够使用 Matplotlib, Seaborn, Plotly 或 Tableau 等工具进行有效的数据可视化。 3、行业经验与思维： 对医药行业有浓厚的兴趣和基本的认知，了解药品研发、市场准入、营销等基本流程者优先。 具备出色的业务理解能力和逻辑分析能力，能够将复杂的业务问题转化为数据问题。 4、个人素质： 优秀的问题解决能力和主动学习能力。 良好的团队合作精神和沟通能力。 具备良好的英文文献阅读能力。 优先考虑条件： 1、行业背景： 拥有在医药企业（药企）、医疗数据公司、市场调研公司（如IQVIA, IMS） 或相关领域的工作经验。 2、高级建模技术： 有使用时间序列模型（如ARIMA, Prophet, LSTM）进行销售或市场预测的经验。 有自然语言处理（NLP）经验，用于分析医药政策、医学文献或社交媒体数据者优先。 熟悉图神经网络（GNN）在关系网络分析中的应用者优先。 技术架构： 了解机器学习平台（如MLflow）、有模型部署（Docker, Flask/FastAPI）经验，或熟悉大数据技术（如Spark, Hadoop）者优先。 备注：base16-22K，年25-35万

微信扫一扫，及时了解投递状态

您目前还没有登录：立即登录