Senior Data Scientist

remote-job.net Job-Zusammenfassung:

💶 Gehalt:	keine Angabe
⏰ Wöchentliche Arbeitszeit:	Vollzeit
🔍 Empfohlene Erfahrung:	Senior
🎓 Empfohlene Ausbildung:	keine Angabe
📋 Hauptaufgaben:	Durchführung und Design beobachtender Studien mit Claims‑Daten Messung von Kosten‑ und Ergebniswirkungen der Programme Entwicklung und Pflege von Analyse‑Pipelines in Python und Spark
✅ Hauptvoraussetzungen:	Praktische Erfahrung mit Claims‑Daten und Observational‑Study‑Methoden Fundierte Python‑ und Spark‑Kenntnisse für Pipeline‑Entwicklung Erfahrung in Feature‑Entwicklung und Evaluation für ML‑Modelle
🏭 Branche:	Healthcare

Über das Unternehmen

Solera sucht einen Data Scientist für das Insights-Team. Sie arbeiten mit großskaligen Abrechnungs- (Claims) und Produkt‑Engagement‑Daten, um geschäftsrelevante Fragen zu beantworten: Verbessert unser Produkt die Gesundheitsergebnisse? Wie hoch sind Einsparungen? Wo und warum zeigen Patient:innen Abbrüche?

Die Analysen unterstützen direkt Enterprise Sales, informieren Produktentscheidungen und prägen die Unternehmensstrategie. Sie arbeiten eng mit dem Health‑Economics‑Team zusammen, um rigorose Analysen zu entwerfen und den realen Nutzen für Kund:innen nachzuweisen. Die Rolle ist in einem kleinen Team hochwirksam; Sie werden direkt vom Teamlead gecoacht und übernehmen mit wachsender Erfahrung mehr Verantwortung.

Aufgaben

• Entwurf und Durchführung beobachtender Studien mit Claims‑Daten (z. B. Matching, Difference‑in‑Differences, Propensity‑Score‑Methoden)
• Analysen zur Messung von Kosten‑ und Ergebniswirkungen von Soleras Programmen
• Untersuchung von Produkt‑ und Engagement‑Daten zur Identifikation von Mustern, Abbruchpunkten und Verbesserungsmöglichkeiten
• Aufbau und Pflege von Analyse‑ und Modellpipelines in Python und Spark für Feature‑Engineering, Kohortenbildung und Ergebnis‑messung
• Beitrag zu ML‑Produkten (z. B. Risikomodelle, Patient:innen‑Matching) durch Feature‑Entwicklung, Evaluation und Iteration
• Interdisziplinäre Zusammenarbeit mit Health Economics, Clinical, Product, Sales und Engineering zur Interpretation und Kommunikation von Ergebnissen

Voraussetzungen

• Erfahrung mit Claims‑ und Real‑World‑Daten sowie Methoden für beobachtende Studien
• Starke Kenntnisse in Python und Spark zum Aufbau von Analyse‑Pipelines
• Erfahrung in der Evaluation und Entwicklung von ML‑Features (z. B. Risikomodelle, Matching)
• Fähigkeit zur Zusammenarbeit mit fachübergreifenden Teams (Health Economics, Produkt, Vertrieb, Engineering)

Benefits

keine Angabe