Om din nye afdeling hos Novo Nordisk A/S
Principal Data Scientist-rollen i Commercial AI & Data-afdelingen er ansvarlig for at designe, udvikle og implementere avancerede AI- og maskinlæringsalgoritmer til at behandle og analysere strukturerede og ustrukturerede data fra forskellige kilder.
Du vil blive en del af et forretningsområde, der driver indflydelse på tværs af hele Novo Nordisk's værdikæde. Novo Nordisk A/S stræber efter at være tæt på sine interessenter i forretningen for at sikre, at Novo Nordisk A/S leverer på deres behov og hjælper millioner af mennesker, der lever med alvorlige kroniske sygdomme. Novo Nordisk A/S' fokus er at være på forkant inden for tre områder: at sikre den højeste kvalitet for patienter, at være en betroet tech-leder og en miljømæssigt ansvarlig virksomhed.
Dine primære ansvarsområder inkluderer:
1. Definering af datavidenskabsstrategi
- Udvikle og påvirke organisationens datavidenskabsstrategi og -køreplan.
- Samarbejde med seniorledere og direktion for at afstemme AI/ML-initiativer med forretningsprioriteter.
- Bidrage til at bestemme, hvor datavidenskab kan skabe den største strategiske værdi.
2. Ledelse af innovation og avanceret analyse
- Design og fremme innovative AI-, maskinlærings- og avancerede analyse-løsninger.
- Løse yderst komplekse forretningsproblemer gennem avancerede statistiske og beregningsmæssige metoder.
- Evaluere og introducere nye teknologier og metoder.
3. Fungerer som teknisk autoritet
- Fungere som organisationens fagekspert inden for datavidenskab.
- Etablere bedste praksis, standarder og rammer for modeludvikling og implementering.
- Give ekspertvejledning om metoder, værktøjer og arkitektoniske beslutninger.
4. Formning af forretningsbeslutninger
- Oversætte forretningsmuligheder og -udfordringer til datadrevne strategier.
- Kommunikere indsigt, risici og anbefalinger til topledelsen.
- Påvirke investeringsbeslutninger og virksomhedsdækkende initiativer ved hjælp af evidensbaserede tilgange.
5. Mentoring og talentudvikling
- Coache senior data scientists og tekniske ledere.
- Opbygge organisatorisk kapacitet gennem mentoring, videndeling og etablering af praksisfællesskaber.
- Bidrage til at udvikle fremtidige ledere inden for datavidenskab.
6. Fremme tværfunktionelt samarbejde
- Arbejde på tværs af forretningsfunktioner, teknologi, engineering, analyse, produkt, compliance og eksterne partnere.
- Lede store initiativer, der spænder over flere teams og organisatoriske grænser.
7. Repræsentere IT-organisationen på tværs af interessentgrupperne
- Samle interessenter omkring DS-strategien og -visionen.
- Opbygge eksterne netværk og holde sig på forkant med fremskridt inden for AI og datavidenskab.
- Positionere Enterprise AI-organisationen som førende inden for datadrevet innovation.
Yderligere information om afdelingen
Data Scientist-rollen i Commercial AI & Data-afdelingen er ansvarlig for at designe, udvikle og implementere avancerede AI- og maskinlæringsalgoritmer til at behandle og analysere strukturerede og ustrukturerede data fra forskellige kilder. Du vil blive betroet med at træffe uafhængige beslutninger om valg af passende metoder og teknikker til dataanalyse og modeludvikling.
Færdigheder og kvalifikationer
- Mastergrad i datavidenskab, datalogi, statistik, matematik eller et beslægtet felt. En Ph.d. foretrækkes.
- En dokumenteret track record for innovation og tankelederskab.
- Minimum 10 års erfaring inden for datavidenskab, maskinlæring eller AI, med fokus på udvikling og anvendelse af avancerede algoritmer.
- Dybdegående ekspertise inden for banebrydende datavidenskabelige metoder og teknologier.
- Stærke forskningskompetencer og evnen til at omsætte forskning til forretningsværdi.
- Erfaring med at udvikle datastrategier og AI-køreplaner på virksomhedsniveau.
- Evne til at yde visionær ledelse for datavidenskabsfunktionen.
- Bred forståelse af medicinalindustrien og kommercielle forretningsprocesser.
- Stærk bevidsthed om etiske og ansvarlige AI-praksisser.
- Erfaring med at påvirke strategiske beslutninger gennem datavidenskab og analyse.
- Indgående kendskab til maskinlæringskoncepter, datamodelleringsteknikker og AI-løsningsdesign.
- Erfaring med tværfunktionelle teams (data engineering, ML engineering, analytics, produkt, operations).
- Kendskab til MLOps-værktøjer og -praksisser (f.eks. MLflow, modelregistre, CI/CD for modeller) og sky-agnostiske implementeringsmønstre.
- Indgående forståelse og praktisk erfaring med arkitektur, implementering, DevOps og support til AI-løsninger.
- Erfaring med at arbejde med tværfunktionelle teams (data engineering, ML engineering, analytics, produkt, operations) og eksterne leverandører.
- Erfaring inden for den farmaceutiske industri eller regulerede industrier er en fordel, men ikke et krav.
Om at arbejde hos Novo Nordisk A/S
Hver dag søger Novo Nordisk A/S løsninger, der bekæmper alvorlige kroniske sygdomme. For at opnå dette, tilgår Novo Nordisk A/S sit arbejde med beslutsomhed, konstant nysgerrighed og en forpligtelse til at finde bedre veje frem. I over 100 år har denne dedikation drevet Novo Nordisk A/S til at opbygge en virksomhed med fokus på varig forandring for langvarig sundhed.
En virksomhed hvor forskelligartet tænkning, fælles formål og gensidig respekt forenes for at skabe ekstraordinære resultater. Når du slutter dig til Novo Nordisk A/S, starter du ikke bare et job – du bliver en del af en historie, der strækker sig over generationer.
Hvad Novo Nordisk A/S tilbyder
Der er selvfølgelig mere på tilbud her end Novo Nordisk A/S' unikke kultur og de ekstraordinære resultater, Novo Nordisk A/S producerer. At være en del af en global sundhedsvirksomhed betyder, at muligheder for at lære og udvikle sig er overalt, mens Novo Nordisk A/S' fordele er designet med din karriere og livsfase i tankerne.
Løn
For denne rolle spænder den årlige grundløn fra 847.000,00 til 1.245.100,00 DKK, svarende til stillingens niveau.
Placeringen inden for lønspændet vil blive vurderet under rekrutteringsprocessen baseret på kandidatens færdigheder, kompetencer, viden og relevant erfaring.
Incentiver og fordele: Lønchecken kan omfatte kortsigtede og/eller langsigtede incitamenter samt andre fordele.