Associate Director, Data Scientist

优缺点分析

角色解读

• 在制药行业数据科学领域深耕，可向更高级的数据科学负责人或总监岗位发展
• 横向拓展至转化医学、临床开发等方向，成为跨学科专家
• 积累丰富的RWD和生物标志物经验后，可领导大型药物开发项目的数据科学团队
• 负责真实世界数据（RWD）的全链路分析，从数据获取到建模，为临床试验设计和治疗评估提供数据支撑
• 处理多种生物标志物数据（如基因组、蛋白质组、成像数据），进行探索性分析和验证性分析
• 与生物统计、转化科学等团队合作，将数据分析结果转化为药物研发决策建议
• 精通RWD分析，包括EHR、索赔数据等，熟悉数据清洗、质量评估和统计分析
• 掌握机器学习/人工智能建模技术，能应用于预测模型和因果推断
• 具备扎实的统计学基础，能独立设计分析方案和解读结果
• 了解基因组学、蛋白质组学等组学数据及其分析方法

申请策略

• 了解百时美施贵宝在免疫肿瘤、细胞治疗等领域的管线，以便在面试中体现对业务的热情
• 准备一个完整的RWD分析案例，从问题定义到结果呈现，展示全流程能力
• 突出RWD项目经验，强调数据源类型（EHR、索赔等）、分析方法和业务影响
• 展示AI/ML建模成果，包括模型设计、性能指标和实际应用案例
• 列出多组学或生物标志物分析经历，并注明与药物研发的相关性
• 强调跨团队协作和沟通能力，以及将分析结果转化为决策建议的实例
• 如果缺乏制药行业经验，可学习相关法规（如FDA指南）和常用数据库（如Optum, MarketScan）
• 加强因果推断方法，如倾向性评分、工具变量等，在RWE中常用

面试指南

• 使用STAR法则：强调情境、任务、行动和结果
• 技术问题回答要具体，包括方法名称、参数选择和评估指标
• 展示对制药行业合规性的理解，如HIPAA、GDPR等
• 描述你处理过的真实世界数据项目，包括数据源、挑战和结果
• 如何控制真实世界研究中的混杂偏倚？列举你使用过的方法
• 请解释在处理EHR数据时，如何处理缺失数据和数据质量问题？
• 你如何将机器学习模型的结果转化为临床决策建议？
• 你对百时美施贵宝的哪些治疗领域感兴趣？为什么想加入BMS？