Healthcare AI Data Scientist

Entra nel team Kelyon, cercando tra le offerte di lavoro o sottoponendoci la tua candidatura.

Consulta le posizioni aperte ed entra nel team Kelyon

Siamo alla ricerca ditalentiche condividane il nostro obiettivo dimigliorare la qualità della vita di migliaia di pazienti nel mondo, attraverso la progettazione e lo sviluppo diapplicazioni innovative, efficaci e facili da usare.

Kelyon ricerca un/una Data Scientist da inserire nel team Digital Health. In questo ruolo lavorerai sull’analisi e valorizzazione di dati sanitari real-world e sullo sviluppo di modelli di Machine Learning e Intelligenza Artificiale, contribuendo alla realizzazione di soluzioni a supporto della prevenzione, diagnosi, trattamento, monitoraggio e dei processi decisionali in ambito sanitario.

Il ruolo

In qualità di Data Scientist, seguirai l’intero ciclo di vita del dato e del modello: dall’analisi, preparazione e valorizzazione dei dataset alla definizione di KPI, insight e soluzioni data-driven a supporto delle decisioni di business. Contribuirai inoltre allo sviluppo, alla validazione e all’integrazione di modelli analitici e di intelligenza artificiale nelle soluzioni digitali Kelyon, lavorando in stretta collaborazione con i team clinici, Data & AI, Software Development, Product, Quality e Regulatory, nel rispetto degli standard di qualità e dei requisiti applicabili al settore.

• Analizzare e preparare dati sanitari strutturati e non strutturati, individuando pattern, KPI e insight utili per dashboard, reporting e supporto alle decisioni.
• Sviluppare e validare modelli statistici e di Machine Learning/Deep Learning, scegliendo metodi, metriche e strategie di validazione coerenti con il caso d’uso.
• Valutare robustezza, performance, explainability e fairness dei modelli, documentando esperimenti, assunzioni e risultati.
• Collaborare con il team software all’integrazione e al deployment dei modelli, contribuendo al monitoraggio delle performance, del drift e agli aggiornamenti nel tempo.
• Comunicare risultati, limiti e implicazioni dei modelli a stakeholder tecnici, clinici e di prodotto.

Requisiti essenziali

• Laurea magistrale, o percorso equivalente, in Data Science, Statistica/Biostatistica, Matematica, Informatica/Artificial Intelligence, Fisica, Ingegneria Informatica o altra disciplina con solide basi matematico-statistiche.
• Solida conoscenza di statistica, probabilità, modellazione e metodologie di validazione dei modelli.
• Ottima padronanza di Python per data analysis, visualizzazione dei dati e Machine Learning, delle principali librerie del settore e buona conoscenza di SQL; R costituisce un valore aggiunto.
• Esperienza con dataset real-world complessi, data cleaning, feature engineering, gestione di dati mancanti e sbilanciati e riproducibilità delle analisi.
• Esperienza con dati sanitari o forte capacità di comprendere i loro specificità, metriche cliniche e criticità di qualità, privacy e governance.
• Familiarità con Git, API e pipeline riproducibili.
• Rigore scientifico, autonomia, problem solving, capacità di lavorare in team multidisciplinari e buona conoscenza della lingua inglese.

Costituiscono un plus

• Esperienza pregressa in Digital Health, life sciences, pharma, ospedali, centri di ricerca o progetti con stakeholder clinici.
• Esperienza con explainable AI, fairness e bias assessment e/o conoscenza di standard sanitari come HL7/FHIR.
• Esperienza con MLOps, cloud, NLP, Large Language Models o Retrieval-Augmented Generation in casi d’uso sanitari.
• Master, dottorato, pubblicazioni scientifiche o partecipazione a progetti di ricerca in Data Science, AI, statistica applicata o healthcare analytics.
• Contratto di lavoro subordinato, CCNL Terziario, Distribuzione e Servizi – Confcommercio, III livello.
• Retribuzione lorda annua iniziale a partire da € 29.000,00 su 14 mensilità, con eventuale superminimo commisurato a esperienza e competenze, fatti salvi gli adeguamenti contrattuali.
• Progetti ad alto contenuto tecnologico con applicazioni concrete in sanità e collaborazione con un team multidisciplinare.
• Modalità di lavoro ibrida e flessibilità oraria.
• Formazione continua e benefit aziendali, inclusi ticket restaurant e convenzioni.