Senior Clinical Data Manager

🕒 vor 1 Monat

🇩🇪 Deutschland – Remote

⏰ Vollzeit

🟠 Senior

🧪 Wissenschaftler Klinische Forschung

👻 Geisterscore 29%

Was es bedeutet: wie wahrscheinlich diese Stelle offen bleibt, ohne dass aktiv eingestellt wird.So liest du es: 60 % oder höher heißt, wir halten das für einen Geisterjob. Niedrigere Werte sind weniger bedenklich.Wie wir werten: Dauer offen, Neuveröffentlichungen, offene Stellen vs Teamgröße, wie schnell Stellen geschlossen werden, und ob ein Gehalt angegeben ist.Hinweis: eine Schätzung aus öffentlichen Daten, kein Urteil über das Unternehmen. Echte Stellen können hoch punkten, nutze es also als Hinweis, nicht als Fakt.

Jetzt Bewerben

Ähnliche Remote-Jobs finden

E-Mail-Benachrichtigung für neue Jobs einrichten

📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle

Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.

Lebenslauf hochladen

Bioptimus

WebsiteLinkedInAlle Stellen

11 - 50 Mitarbeiter

Gegründet 2024

🏥 Gesundheitswesen

💼 Beratung

📦 Logistik

💰 €41.000.000 Series A - Bioptimus im 2025-01

Healthcare • Consulting • Logistics

Bioptimus ist ein Unternehmen, das grundlegende KI-Modelle für die Biologie entwickelt. Es integriert multimodale und multiskalige biologische Daten, um Datensilos zu durchbrechen und die biomedizinische Forschung sowie klinische Entscheidungsfindung zu beschleunigen. Zu den Vorzeigemodellen gehören H-Optimus-1 für Histologie/digitale Pathologie und M-Optimus als universelles Biologiemodell. Das Unternehmen arbeitet mit Forschungseinrichtungen, Kliniken und der Industrie zusammen, um Modelle sicher und in großem Maßstab zu trainieren und einzusetzen. Gegründet im Jahr 2024 in Paris, konzentriert sich Bioptimus darauf, KI auf Probleme in der biomedizinischen Forschung, klinischen Abläufen und Life-Science-F&E anzuwenden, wobei die Datenqualität, Sicherheit und wissenschaftliche Validierung betont werden.

Beschreibung

• Die Brücke schlagen zwischen unstrukturierten Real‑World‑Daten und modernen KI‑Modellen • Als technische Schnittstelle in Gesprächen mit globalen Partnern fungieren, um Datenpipelines zu standardisieren und zu harmonisieren • Klinische Datensätze im Rahmen des STELA‑Programms strukturieren • Reproduzierbaren Code schreiben, eingehende Daten‑QC durchsetzen und Datenwörterbücher sowie Ontologien entwerfen • Direkt an technischen Gesprächen mit externen Partnern (Krankenhäuser, Forschungseinrichtungen, CROs/CMOs) teilnehmen • Ambigue Quelldaten in harmonisierte, KI‑bereite Assets übersetzen • Verschiedene klinische Daten an branchenübliche biomedizinische Ontologien abbilden und ausrichten • Datenwörterbücher, Schemata und Metadatenmodelle entwerfen, erstellen und pflegen • Daten‑Qualitätskontrollrahmen (QC) etablieren, automatisieren und durchsetzen • Produktionsreife Python‑Skripte schreiben, um Prozesse der Datenbereinigung und Harmonisierung zu automatisieren • Daten aktiv prüfen, um fehlende Variablen, Anomalien und versteckte Verzerrungen zu identifizieren • Vertrautheit mit Metriken zur Progression von Krebserkrankungen

🎯 Anforderungen

• Bachelor‑ oder Masterabschluss in Life Sciences, Bioinformatik, Gesundheitsinformatik, Informatik, Statistik oder einem verwandten quantitativen Fach • Mehrjährige (typischerweise 3–5+ Jahre) praktische Erfahrung im Clinical Data Management oder Clinical Data Engineering in einem CRO, CMO, Pharma‑ oder Biotech‑Umfeld • Hohe Kenntnisse in Python und gängigen Data‑Science‑Bibliotheken (z. B. Pandas, NumPy) für Datenmanipulation, -bereinigung und -validierung • Nachgewiesene Verpflichtung zu reproduzierbarem Code, einschließlich fundierter Erfahrung mit Git‑Versionskontrolle und dem Aufbau wiederverwendbarer Datenpipelines • Vertrautheit mit klinischen Datenstrukturen, elektronischen Gesundheitsakten (EHR), Case Report Forms (CRFs) und longitudinalen klinischen Studiendaten • Kenntnisse standardisierter klinischer und biologischer Ontologien, speziell für Krebs/Onkologie und/oder Immunologie • Fähigkeit, sich mit klinischen Partnerteams auf Formate zur Datenlieferung abzustimmen • Sicheres Arbeiten in einem schnelllebigen Startup‑Umfeld, in dem Daten‑Schemata sich entwickeln und Ingest‑Anforderungen von Grund auf definiert werden müssen

🏖️ Vorteile

• Wettbewerbsfähige Vergütung, Unternehmensbeteiligung (Equity) und flexible Arbeitsmodelle (Remote‑Optionen)