Data Scientist

Panoramica del Ruolo

Cerchiamo un/a Data Scientist con competenze in Imaging Medico e Intelligenza Artificiale per unirsi al nostro team e guidare le attività di analisi e integrazione tra la ricerca clinica e lo sviluppo di modelli AI.

Il compito principale del/la candidato/a sarà quello di analizzare e interpretare gli input e output dei modelli di Machine Learning e Deep Learning, assicurando coerenza con i dati clinici e radiologici, e di fungere da ponte tra i clinici, il team di ricerca AI e gli sviluppatori software.

Il/la candidato/a avrà un ruolo chiave nel definire le analisi necessarie per valutare la robustezza metodologica dei protocolli clinici e le performance dei modelli, contribuendo a tradurre le domande cliniche in workflow analitici solidi e scientificamente validi.

Oltre a queste attività di analisi e coordinamento, il/la candidato/a potrà collaborare attivamente allo sviluppo dei modelli e ai processi di pre-processing e data management, supportando l'ottimizzazione delle pipeline AI in ottica di robustezza e generalizzabilità.

Il/la candidato/a ideale possiede una solida base in analisi dei dati e machine learning, integrata da conoscenze di imaging medico (MRI, CT, digital pathology, ecc.), e una comprovata capacità di mediare tra prospettiva clinica e implementazione tecnica.

Principali responsabilità

1. Analisi e Interpretazione dei Modelli AI

·       Analizzare gli
input e output dei modelli di Machine Learning e Deep Learning

per verificare la coerenza con i dati clinici e radiologici e identificare eventuali bias o errori sistematici.

·       Eseguire
analisi statistiche approfondite delle performance dei modelli AI

(es. sensibilità, specificità, AUC, F1-score, curve ROC) e confrontarle con i gold standard clinici o le performance attese.

·       Tradurre le
esigenze cliniche in metriche di valutazione appropriate

, garantendo che le analisi riflettano la rilevanza diagnostica e l'impatto clinico dei modelli.

·       Collaborare con i team di sviluppo e ricerca AI per
interpretare i risultati

e proporre strategie di miglioramento orientate alla robustezza e alla generalizzabilità.

2. Gestione, Pre-Processing e Analisi dei Dataset di Imaging

·       Condurre
analisi esplorative multimodali (EDA)

su immagini e dati clinici per caratterizzare la distribuzione dei campioni, individuare anomalie e comprendere le fonti di variabilità.

·       Definire e supervisionare i processi di
pre-processing, normalizzazione e segmentazione

, assicurando uniformità tra dati provenienti da diversi centri o vendor.

·       Progettare strategie di
stratificazione e campionamento

per la creazione di training, validation e test set bilanciati rispetto a variabili cliniche, demografiche e tecniche.

·       Garantire la
qualità, consistenza e tracciabilità

dei dati utilizzati nello sviluppo e nella validazione dei modelli.

3. Validazione Clinica e Robustezza Metodologica

·       Contribuire alla definizione dei
protocolli di validazione clinica

dei modelli AI, assicurando l'applicazione di metodi statistici appropriati e conformi alle linee guida regolatorie.

·       Condurre
analisi statistiche formali e simulazioni

per valutare la robustezza e la riproducibilità dei risultati su dataset multicentrici o multi-vendor.

·       Collaborare con i clinici nella
definizione delle metriche di outcome

e nella pianificazione delle analisi che ne garantiscano la validità scientifica.

·       
Eseguire
calcoli di potenza statistica
e simulazioni per determinare le numeriche necessarie a garantire la validità scientifica dei risultati, specialmente in contesti di regolamentazione sanitaria.

·       Fornire supporto metodologico e analitico nella
documentazione regolatoria

e nelle fasi di validazione pre-market e post-market.

Qualifiche Richieste

• Istruzione:

laurea magistrale o un dottorato (PhD o equivalente) in una delle seguenti discipline o in ambiti affini: Data Science, Bioingegneria, Ingegneria Biomedica o Informatica Biomedica, Fisica Medica o Fisica con specializzazione in elaborazione di immagini, Statistica o Biostatistica applicata alle scienze biomediche, Informatica, Matematica o Ingegneria dell'Informazione, con comprovata esperienza in applicazioni di AI in ambito medical imaging, Neuroscienze o Scienze Biologiche/Mediche, se accompagnate da competenze avanzate in analisi dati e modellazione AI. Costituisce titolo preferenziale un dottorato (PhD) o un'esperienza documentata in progetti di AI applicata all'imaging medico, in particolare in ambito radiologico o di patologia digitale.
- Esperienza Tecnica:
Solida esperienza nell'utilizzo di linguaggi di programmazione per l'analisi statistica e la manipolazione dei dati (es.
R
e/o
Python
), analisi di immagini mediche.
- Competenza Statistica:
Profonda conoscenza dei principi della statistica inferenziale, del disegno di esperimenti clinici e delle metodologie biostatistiche.
- Regolamentazione:
Preferibile conoscenza delle linee guida regolatorie per i Dispositivi Medici (MDR, FDA) e dei requisiti specifici per l'implementazione di modelli di Intelligenza Artificiale in sanità.
- Soft Skills:
Capacità di comunicare concetti statistici complessi a un pubblico non tecnico (regolatori, clinici e stakeholder interni).

Elementi Preferenziali (Nice to Have)

• Esperienza pregressa nel settore dei Dispositivi Medici Software (SaMD) o della Biotecnologia.
• Familiarità con concetti di Explainable AI.
• Conoscenza della gestione di database (SQL) e piattaforme cloud.