Founding Data Scientist

Что за роль

Mira развивает приложение для отслеживания гормональных показателей и женского здоровья. Founding Data Scientist будет создавать и проверять алгоритмы, которые превращают данные о гормонах, цикле и поведении пользователей в персонализированные функции и обоснованные выводы. Важная часть работы — соединить анализ данных и машинное обучение с требованиями научной корректности, клинических исследований и пользовательского продукта.

Что предстоит делать

• Разрабатывать и улучшать биометрические показатели, алгоритмы и аналитические функции приложения.
• Анализировать данные о гормонах, циклах, использовании приложения и результатах пользователей, выявляя закономерности и возможности для продукта.
• Создавать и валидировать модели прогнозирования овуляции, моделирования цикла, интерпретации гормональных показателей и персональных рекомендаций.
• Совместно с продуктовыми, дизайнерскими, инженерными и исследовательскими специалистами переводить выводы анализа в функции приложения и доказательные рекомендации.
• Поддерживать клинические исследования и проекты Real-World Evidence: извлекать данные, проводить исследовательский анализ, моделирование и валидацию.
• Определять подходы к оценке моделей, включая неопределённость, качество на разных группах пользователей, пропуски и крайние случаи.
• Находить пробелы в сборе данных приложения, документировать логику и ограничения моделей и помогать доводить прототипы до готовых функций или конвейеров данных.

Что потребуется

• Уверенные навыки Data Science и Python; знание SQL будет преимуществом.
• Опыт работы с продольными, временными, поведенческими, медицинскими, физиологическими данными, данными носимых устройств или биомаркерами.
• Знакомство с методами интерпретируемости моделей, например SHAP и LIME.
• Навык надёжной валидации моделей: работа с пропущенными данными, предотвращение утечек, проверка устойчивости и анализ качества по сегментам.
• Опыт разработки моделей, оценок или аналитических подходов, влияющих на продуктовые, клинические или бизнес-решения, и подготовки алгоритмических функций к внедрению.
• Умение ясно общаться с техническими и нетехническими коллегами, самостоятельность и научная аккуратность при интерпретации результатов.

Что важно знать

Работа полностью удалённая, рассчитана на 40 часов в неделю и предполагает гибкое расписание с периодическим пересечением рабочих часов с командой в США. Предусмотрены бонусы, связанные с OKR, и возможности влиять на развитие команды по мере масштабирования бизнеса. В этой позиции особенно важно отделять продуктовые наблюдения от клинических и маркетинговых утверждений.