这个自主角色将通过以下方式推动项目：
BA（业务分析师）规划：与信息团队和科学团队合作，制定详细的业务分析活动，并完善项目计划，包括设定期望和时间表。
利益相关者管理和沟通：协调利益相关者评估和利益相关者/赞助商的管理。促进业务利益相关者、技术团队和其他项目利益相关者之间的有效沟通和合作。
作为联络人，确保共同理解，管理期望，并解决与需求相关的任何冲突或模糊之处。
分析师将记录从业务流程到计算科学家和数据科学家所需的数据流程。
需求收集：与IT业务伙伴、产品负责人、业务用户和技术负责人合作，了解每个数据产品所需的详细需求、目标、要求和数据元素。
进行访谈和分析，以获取和记录清晰全面的功能和非功能需求。
这包括清晰地映射每个数据产品所有者和生产者的业务规则、安全性和数据治理需求。
数据分析和建模：与信息建模师和领域专家合作，了解数据需求、数据来源和数据处理需求。
促进数据模型、数据映射和数据转换规范的创建，以确保数据的完整性、质量和可用性。
将业务需求转化为每个数据产品的全面系统到目标映射（STTM），将业务洞察力和建模需求与系统和数据源中的具体数据元素相连接。
此外，确定必要的流程和系统整治措施，以确保成功捕获数据以生成强大的数据产品。
解决方案设计：与数字能力经理、架构师和数据工程师合作，确保有效、可用和可信赖的数据产品的成功开发。
用户验收测试（UAT）：根据需求制定UAT计划、测试用例和场景。与业务用户和预测建模者协调进行UAT，促进缺陷跟踪，并确保开发的数据产品符合用户期望。
文档和知识管理：维护准确和最新的项目文档、需求、设计文档、STTM材料、测试用例和用户指南。
确保知识资产的保留和必要的活动，以确保长期的数据产品连续性。
保持敏捷和成长思维：支持敏捷方法，并参与经验教训会议，并提供反馈，以改进未来的数据产品开发流程。
了解与数据产品开发和分析相关的行业趋势、新兴技术和最佳实践。
所需的技能和经验：
1. 具备强大的大分子领域知识，并熟悉药物发现过程，包括了解早期药物发现测定、数据类型和科学原理。
了解相关的生物信息学和预测生物建模是有益的；了解/应用AI /客户端到药物发现的知识/经验。
2. 具备收集、追踪、转化和管理来自不同利益相关者的复杂需求、业务规则和数据的能力。
包括映射业务流程、用户故事以及功能和非功能需求。对细节的高度关注，以确保需求、文档和交付物的准确性和完整性。
3. 具备必要的技术能力。能够在IT系统和数据库中导航并提取信息和洞察力，并熟悉信息建模、数据集成方法和数据管理原理是有价值的。
了解编程语言、数据分析工具或数据可视化平台是一个加分项。
4. 出色的数据分析能力，能够推导洞察力并呈现发现结果。具备数据建模、统计分析、数据可视化或机器学习技术的技能是有优势的。
5. 具备批判性和分析性思维的能力，以理解复杂的业务和技术需求。分析师应擅长解决问题、识别模式，并从数据中得出洞察。
6. 出色的口头和书面沟通能力，包括技术写作/文档编写；能够以有说服力的方式组织和展示思想。
7. 出色的人际交往和外向个性技能；能够有效地与跨职能团队合作，包括数据科学家、实验室研究人员、开发人员和业务利益相关者。
良好的沟通技巧对于建立关系、管理期望和促进协作至关重要。
8. 敏捷和成长思维；必须愿意学习创新技术、方法和与早期药物发现相关的科学概念。
能够适应不断变化的项目需求，接受新的挑战，并了解行业趋势和最佳实践。
9. 具备强大的业务眼光；具备战略、流程和能力、支持技术和治理的全面企业视角和理解。
10. 正式的业务分析认证（IIBA（国际业务分析学会）ECBA / CCBA / CBAP）或数据科学/数据分析认证，具备强大的优势。
最近更新日期：2024年1月1日 
旧金山