Specialist, Data Architect in Warsaw

Specjalista ds. architektury danych w GDMS Data Integration and Automation wykonuje budowanie, integrowanie i utrzymywanie baz danych klinicznych / systemów operacyjnych klinicznych. W tej roli realizowane są ustawienia systemów badań klinicznych, transformacje, integracje, kontrole edycyjne, raporty oraz testy użytkowników - zgodnie z normami i dokumentacją badawczą. Specjalista ds. architektury danych bierze udział w zarządzaniu środowiskami programowania międzybadawczego, w tym zarządzaniu bibliotekami, bazami kodu i terminologiami oraz zarządzaniu wsparciem w trakcie życia, śledzeniem zmian/incydentów, jednocześnie dążąc do ciągłego doskonalenia.

Obowiązki

• Programowanie i raportowanie: Projektowanie, budowanie, testowanie i utrzymywanie systemów technologii klinicznej (np. EDC [Electronic Data Capture], RTSM [Randomization & Trial Supply Management], eCOA/ePRO [elektroniczna ocena wyników klinicznych/ elektroniczny raport pacjenta]) z umiarkowanym wsparciem, zapewniając jakość i zgodność. Implementacja i walidacja złożonej logiki danych (kontrole edycyjne, pochodzenia, zasady dynamiczne) przy użyciu skryptów i ram walidacyjnych, z potrzebnym wsparciem. Proponowanie i wdrażanie narzędzi do usprawnienia procesów projektowania, budowy i walidacji. Zastosowanie umiejętności analizy danych do przekształcania zebranych danych w działania.
• Inżynieria danych: Konfigurowanie, testowanie i walidacja źródeł danych dla integracji i transformacji w systemach wewnętrznych i zewnętrznych, korzystając z standardowych procedur i z potrzebnym wsparciem. Współpraca z interesariuszami w celu przetłumaczenia potrzeb biznesowych na wymagania dotyczące danych i systemów. Rozwiązywanie prostych problemów w procesach pobierania i konsumpcji danych oraz stosowanie standardowych poprawek, eskalując problemy nietypowe do starszych kolegów. Rozwój solidnych modeli danych, warstw semantycznych i zestawów danych; monitorowanie potoków i egzekwowanie kontroli jakości zgodnie z ustalonymi procedurami z umiarkowanym wsparciem.
• Proces: Walidacja funkcjonalności systemu i zapewnienie zgodności z SOP (Standard Operating Procedures) i regulacjami. Identyfikacja luk w procesach i wkład w inicjatywy ciągłego doskonalenia. Utrzymywanie dokumentacji zmian i incydentów w celu wsparcia gotowości audytowej. Mentoring młodszych kolegów, dzielenie się najlepszymi praktykami oraz wsparcie w onboardingu i szkoleniu. Wsparcie procesów zarządzania wydaniami dla różnych potrzeb biznesowych w różnych środowiskach (zarządzanie danymi/operacje kliniczne), w tym kontrola zmian i ocena ryzyka. Uzgadnianie interesariuszy poprzez tłumaczenie wymagań na specyfikacje techniczne; prowadzenie UAT (User Acceptance Testing), zbieranie opinii i poprawa standardów raportowania. Współpraca z zespołami w celu przekształcenia danych i ustaleń technicznych w jasne, wykonalne historie. Działanie jako wiarygodny partner dla GDMS (Global Data Management & Standards) oraz innych zespołów międzyfunkcyjnych, aktywnie poszukując informacji zwrotnych, uzgadniając priorytety i zamykając pętle informacji zwrotnych w celu zapewnienia wysokiej jakości, skoordynowanej dostawy.

Umiejętności techniczne:

• Podstawowa do średniozaawansowanej znajomość więcej niż jednego języka programowania (np. SQL, Python, SAS, R) do implementacji zbieraczy danych klinicznych, integracji, transformacji, raportowania i wizualizacji.
• Znajomość kluczowych narzędzi i platform używanych w ekosystemie zarządzania danymi (np. narzędzia do zbierania danych, przeglądów/wizualizacji, uzgadniania, raportowania lub walidacji), z umiejętnością uczenia się nowych technologii z wsparciem.
• Umiejętność samodzielnego wykonywania wymagań technicznych w prostych zadaniach, szukając umiarkowanego wsparcia w przypadku pracy niestandardowej.
• Doświadczenie w skryptowaniu i automatyzacji procesów pobierania danych, czyszczenia i raportowania przy użyciu ustalonych metod, z wsparciem w przypadku złożonej automatyzacji.
• Silna wiedza na temat tego, jak dane kliniczne są zbierane, przetwarzane, przeglądane, uzgadniane i raportowane w cyklu życia badania.
• Znajomość powszechnych standardów danych klinicznych i regulacyjnych, operacji klinicznych oraz struktur danych typowych dla badań klinicznych i pokrewnych źródeł (np. formularze elektroniczne, zewnętrzne źródła danych, systemy operacyjne).
• Wiedza o cyklu życia rozwoju systemu i praktykach walidacyjnych (kontrola zmian, listy kontrolne wydania, śledzenie od wymagań do dowodów testowych).
• Zrozumienie Dobrej Praktyki Klinicznej (GCP), integralności danych i dokumentacji gotowej do audytu; znajomość procesów UAT i zatwierdzania.
• Doświadczenie w optymalizacji wydajności raportów (dostosowywanie zapytań, filtry/parametry) oraz kontroli jakości danych dla raportowania i analityki.
• Umiejętność łączenia wyników biznesowych z dostarczanymi rozwiązaniami technicznymi w prostych problemach, korzystając ze standardowych procedur i szukając wsparcia w przypadku złożonych przypadków.

Umiejętności nietechniczne:

• Priorytetowanie zadań, dotrzymywanie terminów, utrzymywanie czystej dokumentacji założeń, decyzji i następnych kroków.
• Skuteczna komunikacja (ustna/pisana) z partnerami technicznymi i biznesowymi oraz zewnętrznymi dostawcami usług; dostosowywanie stylu do odbiorcy.
• Praca samodzielna z minimalnym wsparciem; triage problemów przy użyciu danych; proaktywne sygnalizowanie ryzyk i proponowanie opcji.
• Sprawna współpraca międzyfunkcyjna; ułatwianie małych sesji roboczych; realizacja działań.
• Ustanawianie pozytywnych relacji roboczych między funkcjami; otwartość na feedback.

Umiejętności przywódcze w przedsiębiorstwie:

• Doskonalenie wykonania: Skupienie na samorozwoju, otwartość na feedback i szybkie nabywanie umiejętności; przyjmowanie ciągłego uczenia się i aktywne identyfikowanie nowych obszarów wzrostu.
• Decyzje: Identyfikowanie i analizowanie problemów poprzez interpretację informacji jakościowych i ilościowych, wybór najlepszego kursu działania i podejmowanie terminowych decyzji, biorąc pod uwagę kompromisy; optymalizacja prawdopodobnych konsekwencji.
• Networking i partnerstwa: Budowanie wiedzy o firmie, procesach, klientach i klientach; praca międzyfunkcyjna i skuteczna współpraca; wykorzystywanie relacji w ramach i między grupami roboczymi w celu osiągnięcia wyników.

Kwalifikacje i doświadczenie:

• Brak dyplomu z minimum 4-letnim doświadczeniem w programowaniu danych klinicznych, inżynierii danych lub pokrewnych funkcjach zarządzania danymi/operacjami klinicznymi.
• [Preferowane minimum] Dyplom ukończenia studiów wyższych z minimum 3-letnim doświadczeniem w programowaniu danych klinicznych, inżynierii danych lub pokrewnych funkcjach zarządzania danymi/operacjami klinicznymi.
• Dyplom licencjata z minimum 2-letnim doświadczeniem w programowaniu danych klinicznych, inżynierii danych lub pokrewnych funkcjach zarządzania danymi/operacjami klinicznymi.
• Zaawansowany dyplom (magisterski lub doktorancki) z wcześniejszym doświadczeniem w rozwoju klinicznym i/lub programowaniu danych klinicznych, inżynierii danych lub pokrewnych działaniach zarządzania danymi klinicznymi preferowane.

Wymagane umiejętności:

• Bazy danych klinicznych, czyszczenie danych klinicznych, zarządzanie danymi klinicznymi, rozwój kliniczny, techniki ciągłego doskonalenia, analiza danych, rozwój baz danych, pobieranie danych, umiejętność analizy danych, przetwarzanie danych, zapewnienie jakości danych, przegląd danych, walidacja danych, wizualizacja danych, elektroniczne zbieranie danych (EDC), dobra praktyka kliniczna (GCP), farmakowigilancja, zarządzanie wydaniami, testowanie akceptacji użytkownika (UAT).