Director of Clinical Data Science – Statistics (Hybrid) in Warsaw

Director of Clinical Data Science – Statistics (Hybrid) in Warsaw

Warsaw Pełny etat 63000 - 77000 zł / rok (szac.) Hybrydowo
T

W skrócie

  • Zadania: Prowadzenie zespołu w analizie danych klinicznych i strategii badań.
  • Firma: Takeda Pharmaceutical Co. - innowacyjna firma farmaceutyczna.
  • Benefity: Atrakcyjne wynagrodzenie, elastyczne godziny pracy i możliwości rozwoju zawodowego.
  • Pozostałe informacje: Praca w dynamicznym środowisku z możliwością rozwoju kariery.
  • Dlaczego ta praca: Wpływaj na decyzje zdrowotne dzięki danym klinicznym i realnym.
  • Kwalifikacje: Doświadczenie w analizie danych klinicznych i zarządzaniu zespołem.

Przewidywane wynagrodzenie mieści się w przedziale 63000 - 77000 zł za rok.

Takeda Pharmaceutical Co. in Warsaw, Poland, seeks a Director-level leader for Clinical Data Science.

Lead a multidisciplinary team, guiding strategy, analysis, and submission readiness across studies and assets.

You will integrate clinical trial data, biomarkers, real-world data, and external sources to support regulatory interactions and decision-making, ensuring high-quality, inspection-ready outputs.

Director of Clinical Data Science – Statistics (Hybrid) in Warsaw – pracodawca: Takeda Pharmaceuticals

Takeda Pharmaceuticals w Łodzi to doskonały pracodawca, który stawia na rozwój swoich pracowników i innowacyjność. Oferujemy inspirujące środowisko pracy, w którym każdy ma szansę na rozwój kariery poprzez znaczącą pracę w branży farmaceutycznej. Nasza kultura opiera się na współpracy i różnorodności, co sprawia, że jesteśmy zjednoczeni w dążeniu do lepszego zdrowia i jaśniejszej przyszłości dla ludzi na całym świecie.

T

Dane kontaktowe:

Zespół rekrutacyjny Takeda Pharmaceuticals

Naszym zdaniem te umiejętności pozwolą ci błyszczeć jako Director of Clinical Data Science – Statistics (Hybrid) in Warsaw

Zarządzanie zespołem multidyscyplinarnym
Strategiczne myślenie
Analiza danych klinicznych
Integracja danych z badań klinicznych
Zrozumienie biomarkerów
Analiza danych rzeczywistych
Interakcje regulacyjne