数据科学家

岗位职责：

1.整合设备/耗材研发、生产、流通、临床使用全链条数据，构建数据分析模型，挖掘产品在不同场景下的使用规律，为产品迭代、生产优化提供数据支撑。

2.针对设备/高值耗材（如骨科植入物、介入耗材），结合临床使用数据与患者预后信息，分析临床有效性与安全性，为产品的适应症拓展和精准医疗应用提供依据。

3.参与医疗产品相关的真实世界研究（RWE），负责数据的收集、清洗、分析与报告撰写，为产品的注册申报、医保谈判提供真实世界证据。

4.分析生产数据、物流数据、医院库存数据和临床需求数据，构建需求预测模型，优化生产计划与库存策略，降低断货风险与库存积压成本，运用机器学习算法识别供应链中的潜在风险点，如原材料供应波动、物流运输延误等，建立风险预警机制，保障供应链稳定，并搭建供应链领域专属数据库，设计ETL流程，开发数据可视化看板，清晰传递分析结论，推动供应链智能化升级。

5.分析医院设备/耗材使用数据、医生操作数据和患者反馈数据，识别临床使用中的痛点，为耗材的操作便捷性改进、配套工具开发提供方向，通过挖掘市场数据与竞品信息，结合自身耗材特性，构建用户画像与市场需求模型，为市场推广策略制定、目标客户精准定位提供数据支持，提升产品市场占有率。

6.确保数据处理符合医疗器械相关法规（如FDA/CE/NMPA认证要求）以及数据隐私保护法规（如HIPAA/GDPR），建立完善的医疗耗材数据治理体系。

7.与研发、生产、销售、临床等部门紧密协作，将数据分析结果转化为可执行的业务方案，推动数据驱动的决策在各部门落地，开发数据可视化报表与工具，为业务部门提供直观的数据洞察，提升各部门的数据应用能力; 定期开展数据技术培训，赋能业务团队。

8.跟踪大数据、人工智能在医疗设备/耗材领域的前沿技术，探索新的数据工具和分析方法，提升数据分析效率和精度。

任职要求：

1.学历与专业背景：硕士及以上学历，数据科学、统计学、生物医学工程、计算机科学等相关专业; 具备医疗设备/耗材行业背景或临床医学交叉背景者优先。博士学历且在医疗数据相关领域有高水平学术成果（如在MICCAI、JAMIA等顶级期刊/会议发表论文）者，可优先考虑高级岗位。

2.精通Python、R等编程语言，掌握PyTorch、TensorFlow等机器学习框架，熟悉Scikit-learn等数据分析工具库。

3.熟练使用SQL进行数据查询与处理，掌握Tableau、Power BI、Plotly等数据可视化工具，能够独立完成数据报表与分析报告的制作。

4.掌握统计建模、机器学习、时间序列分析、因果推断等数据分析方法，有供应链优化、需求预测、临床数据分析等场景的项目经验者优先。

5.了解医疗耗材行业的业务流程、相关法规标准（如ISO 13485）以及常见的医疗数据集，具备医疗数据处理与分析的经验。

6.熟悉医疗AI模型可解释性（XAI）与合规性要求，了解FDA/CE/NMPA认证流程者优先。