Medical Data Analyst in Lisbon

Medical Data Analyst in Lisbon

Lisbon Tempo inteiro 121500 - 148500 € / ano (est.) Remoto
P

Num relance

  • Tarefas: Transformar dados de saúde em produtos de evidência prontos para decisão.
  • Empresa: Promptly, uma empresa inovadora focada em melhorar a saúde global.
  • Benefícios: Salário competitivo, bónus anual, ações e seguro de saúde privado.
  • Outras informações: Ambiente inclusivo e flexível, com oportunidades de crescimento profissional.
  • Porquê este emprego: Contribua para uma rede de dados que impacta milhares de pacientes diariamente.
  • Qualificações: Formação em saúde e experiência com bases de dados de saúde.

O salário previsto situa-se entre 121500 - 148500 € por ano.

Sobre a Promptly

A Promptly está a construir a primeira rede global de evidências centradas no paciente, oferecendo capacidades de partilha e monetização de dados do mundo real. Geramos novo conhecimento a partir de conjuntos de dados harmonizados e dados gerados por pacientes em um ambiente seguro e que preserva a privacidade. Fornecemos insights a sistemas de saúde, pagadores e empresas de ciências da vida nas áreas de cardiometabólica, oncologia e imunologia. Operando em 10 países, promovemos melhores cuidados de saúde a custos mais baixos para milhares de pacientes todos os dias através de evidências do mundo real.

Sobre o Papel

Como Analista de Dados Médicos, você irá moldar e executar a estratégia de análise de RWD da Promptly, transformando bancos de dados de saúde brutos em produtos de evidência prontos para decisão. Você trabalhará com equipes clínicas, de produto e engenharia para definir prioridades analíticas, projetar abordagens escaláveis e extrair, estruturar e analisar dados de forma confiável para apoiar pesquisa, desenvolvimento de produtos e insights voltados para parceiros.

Responsabilidades

  • Desenvolver o roteiro de análise de RWD: definir prioridades e requisitos alinhados com as necessidades de produtos e parceiros; traduzir objetivos de alto nível em fluxos de trabalho executáveis e entregas mensuráveis.
  • Trabalhar diretamente com dados brutos: consultar e analisar tabelas de origem (EHR, reivindicações, registros e exportações de parceiros), perfilar conjuntos de dados, identificar anomalias e construir lógica de extração confiável.
  • Conectar engenharia de dados e análises: colaborar estreitamente com equipes de ETL para garantir a usabilidade analítica dos conjuntos de dados — qualidade dos dados, linhagem, lógica de junção, viabilidade de construção de coortes e considerações de desempenho.
  • Liderar o desenvolvimento de coortes e recursos: projetar definições de coorte, fenótipos, conjuntos de conceitos e bibliotecas de recursos reutilizáveis; definir endpoints, covariáveis e variáveis derivadas que sejam robustas entre parceiros de dados.
  • Desenvolver fluxos de trabalho analíticos escaláveis: padronizar pipelines repetíveis (SQL + R/Python), implementar verificações de qualidade e definir melhores práticas para análises reproduzíveis em ambientes controlados por versão.
  • Produzir geração e interpretação de insights: realizar análises exploratórias, painéis/métricas e resumos de evidências; interpretar descobertas com rigor clínico e analítico, comunicando claramente limitações e restrições de dados.
  • Orientar escolhas metodológicas de forma pragmática: aplicar métodos estatísticos apropriados quando necessário (epidemiologia descritiva, modelagem, tempo até o evento, mitigação de confusão), enfatizando análises adequadas ao propósito e escalabilidade operacional.
  • Apoiar produtos de evidência monetizáveis: contribuir para a embalagem de conjuntos de dados e saídas analíticas em produtos (por exemplo, ativos de RWD específicos de condição) que sejam coerentes, validados e alinhados com as expectativas dos parceiros.
  • Gestão e capacitação de stakeholders: alinhar stakeholders internos em torno de definições e métricas; estabelecer padrões analíticos e práticas de documentação; orientar membros da equipe sobre raciocínio de dados e interpretação clínica.

Qualificações e Habilidades

  • Formação clínica/médica (medicina, enfermagem, farmácia) ou formação em ciências da saúde com forte compreensão do domínio (saúde pública, epidemiologia, informática biomédica).
  • Experiência prática sólida com bancos de dados de saúde brutos: compreensão de esquemas, junções, proveniência e problemas comuns de qualidade.
  • Proficiência em SQL (junções complexas, funções de janela, consultas conscientes de desempenho) obrigatória; Python (preferido) ou R para manipulação e análise de dados.
  • Experiência com fluxos de trabalho de análise de RWD: construção de coortes, engenharia de recursos, definição de endpoints, manuseio de dados longitudinais, avaliação de faltas e consciência de viés.
  • Julgamento analítico forte e habilidades de comunicação — capaz de explicar descobertas técnicas a stakeholders clínicos e não técnicos e traduzir perguntas ambíguas em especificações concretas.

Qualificações Preferenciais

  • Experiência com OMOP CDM (definições de coorte, conjuntos de conceitos, fenotipagem) e conforto em navegar por estruturas de dados padronizadas e não padronizadas.
  • Experiência anterior com ferramentas de IA na transformação de dados de saúde.
  • Familiaridade com terminologias de saúde (SNOMED CT, LOINC, RxNorm, ICD) e implicações práticas para mapeamento e análise.
  • Experiência na definição e monitoramento de métricas de qualidade de dados e implementação de verificações de validação repetíveis em conjuntos de dados/parceiros.
  • Experiência anterior em pesquisa de resultados, epidemiologia, farmacoepidemiologia ou construção de ativos analíticos para ciências da vida/sistemas de saúde.
  • Exposição a restrições de análises federadas ou que preservam a privacidade e considerações de governança de dados entre múltiplos parceiros.

Posição

Remoto - Tempo integral

O que Oferecemos

  • Defina e possua uma iniciativa global estratégica desde o início.
  • Modele o futuro do ecossistema de parceiros da Promptly e da expansão da rede de dados.
  • Benefícios Financeiros
    • Salário competitivo
    • Bônus anual de desempenho
    • Compensação em ações via nosso ESOP (aberto a todos os membros da equipe)
    • Subsídio anual para treinamento
    • Seguro de saúde privado
    • Subsídio para equipamentos de home office
  • Benefícios Não Financeiros
    • Ambiente inclusivo e de igualdade de oportunidades
    • Horário de trabalho flexível e política de férias
    • Eventos corporativos e encontros internacionais da equipe

Processo de Recrutamento

  • Entrevista Inicial — Conheça o futuro gerente/membros da equipe para entender o escopo.
  • Avaliação Técnica e Estratégica — Caso curto relacionado à gestão de parceiros ou design de programas.
  • Entrevista Final (se necessário) — Discussão aprofundada para alinhar expectativas e visão.
  • Etapa da Oferta — Compartilhar a oferta e dar-lhe as boas-vindas à equipe!

Nossa Cultura e Valores

  • Empatia — Propriedade — Responsabilidade — Trabalho em Equipe — Excelência

Empregador para Medical Data Analyst in Lisbon: Promptly Health

A Promptly, oferecemos um ambiente de trabalho inclusivo e flexível, onde cada colaborador tem a oportunidade de crescer e assumir responsabilidades significativas na construção de uma rede global de dados de saúde. Com um foco em inovação e colaboração, promovemos o uso de tecnologias avançadas, como IA, para melhorar os resultados de saúde, enquanto garantimos benefícios competitivos e um forte compromisso com a ética e a privacidade dos dados. Junte-se a nós e faça parte de uma missão que realmente faz a diferença na vida dos pacientes.

P

Dados de contacto:

Equipa de recrutamento de Promptly Health

Achamos que precisas destas competências para brilhares como Medical Data Analyst in Lisbon

Communication Skills
Problem-Solving Skills
Teamwork
Compassion
Flexibility
Organizational Skills
Adaptability