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 edytorskie, 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/elektroniczna odpowiedź pacjenta]) z umiarkowanym wsparciem, zapewniając jakość i zgodność. Implementacja i walidacja złożonej logiki danych (kontrole edytorskie, pochodzenia, zasady dynamiczne) przy użyciu skryptów i ram walidacyjnych, z potrzebnym wsparciem. Proponowanie i wdrażanie narzędzi do usprawnienia procesów projektowania, budowy i walidacji. Rozwój zaawansowanych rozwiązań raportowych (pulpity, zestawienia, analizy wizualne) przy użyciu platform korporacyjnych; włączenie komponentów wielokrotnego użytku i dostępu opartego na rolach.
• Inżynieria danych: Konfigurowanie, testowanie i walidacja źródeł danych dla integracji i transformacji w systemach wewnętrznych i zewnętrznych, przy użyciu 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 nietypowe problemy do starszych kolegów. Rozwój solidnych modeli danych, warstw semantycznych i kuratowanych zbiorów danych; monitorowanie potoków i egzekwowanie kontroli jakości przy użyciu ustalonych procedur z umiarkowanym wsparciem.
• Proces: Walidacja funkcjonalności systemu i zapewnienie zgodności z SOP (Standardowe Procedury Operacyjne) 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. Współpraca z interesariuszami poprzez tłumaczenie wymagań na specyfikacje techniczne; prowadzenie UAT (Testy Akceptacji Użytkownika), zbieranie opinii i poprawa standardów raportowania. Partnerstwo 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, dostosowując 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 i R) do implementacji zbieraczy danych klinicznych, integracji, transformacji, raportowania i wizualizacji. Znajomość kluczowych narzędzi i platform używanych w ekosystemie zarządzania danymi (np. zbieranie danych, przegląd/wizualizacja, uzgadnianie, raportowanie lub narzędzia walidacyjne), 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, ścisłość 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. Efektywna 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. Płynna współpraca między funkcjami; ułatwianie małych sesji roboczych; realizacja działań. Nawiązywanie pozytywnych relacji roboczych między funkcjami; otwartość na feedback.

Umiejętności przywódcze w przedsiębiorstwie: Doskonałość w wykonaniu | Skupienie na samorozwoju, otwartość na feedback i szybkie nabywanie umiejętności; przyjmowanie ciągłego uczenia się i aktywne identyfikowanie nowych obszarów wzrostu. Podejmowanie decyzji | Identyfikacja i analiza 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 między funkcjami 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. Wyższy stopień naukowy (magister lub doktor) z wcześniejszym doświadczeniem w rozwoju klinicznym i/lub programowaniu danych klinicznych, inżynierii danych lub pokrewnych działaniach związanych z zarządzaniem danymi klinicznymi preferowany.

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