这个职位要求每周在现场工作3天。
职位目标
临床分析是一个雄心勃勃的数据科学家团队，具有独特的商业、科学和机器学习专业知识，旨在通过提供适用于决策的数据分析解决方案，将AbbVie的数据资产的全部潜力释放出来。
高级数据科学家，临床分析的角色是一个重要的技术领导角色，可以在临床开发过程中应用先进的分析技术。通过部署机器学习和可视化分析等先进分析技术，推动分析创新和实验，为研发中的复杂业务问题提供数据驱动的洞见。确保分析技术和交付在跨职能需求上的一致性。确保在分析之前数据的完整性和质量。确定适合应用机器学习和人工智能的用例。
职责：
与跨职能团队联系，设计工作产品并作为分析顾问。预见和识别可能影响时间表或质量的问题，并制定选项和解决方案
领导并帮助建立设计原则和标准，确保分析工作产品在适当的项目中保持一致，并优化用户体验
除了标准统计方法外，还开发原型、测试方法和算法。利用新兴的统计方法、机器学习和人工智能驱动创新的分析解决方案，创建洞见
支持临床开发的数据驱动洞见，包括精准医学
确保所呈现的数据和演示保持研究的完整性。这个角色需要支持多个用例，并确保每个工作产品都适合其目的
领导跨职能创新和功能流程改进倡议和“经验教训”活动
确保遵守联邦法规和适用的地方法规、良好临床实践准则（GCP）、ICH准则、AbbVie标准操作规程（SOP）和功能质量标准。及时了解与临床开发相关的新的或正在发展的地方法规、准则和政策
负责指导和辅导初级团队成员
确定业务需求，并支持创建标准KPI、报告和统计分析
与跨职能团队并肩工作，作为分析顾问，制定战略，评估临床试验进展，以及促进围绕新兴风险的讨论。应用机器学习技术验证假设并预测未来行为
资格：
统计学、数学、分析学、生物信息学、数据科学或相关领域的学士或硕士学位，具有6年以上（学士学位）或4年以上（硕士学位）或2年以上（博士学位）的相关经验
熟练使用R、SAS或其他统计软件包。中级水平的统计和数据挖掘技术知识
熟练使用Spotfire、Tableau或类似的可视化工具
有在云计算环境（如AWS、Azure等）工作的经验者优先考虑
有Hadoop平台和相关“大数据”技术的经验者优先考虑
在机器学习和其他高级分析技术方面具有丰富的经验
表达能力强，能够以通俗易懂的语言传达分析和技术概念
具有解决问题和分析能力的证明
在快节奏的环境中成功执行任务并有效管理多个优先事项的历史记录
AbbVie致力于诚信经营、推动创新、改变生活、服务社区，并秉承多样性和包容性。AbbVie的政策是雇佣具有最大能力的合格人员，不因种族、肤色、宗教、国籍、年龄、性别（包括怀孕）、身体或精神残疾、医疗状况、基因信息、性别认同或表达、性取向、婚姻状况、受保护的退伍军人身份或任何其他受法律保护的群体身份而歧视任何雇员或求职者。 
芝加哥