Senior/Principal Data Scientist - NLP (Remote) in Barcelona

Senior/Principal Data Scientist - NLP (Remote) in Barcelona

Barcelona Full Time 49500 - 60500 € / año (est.) Híbrido
Veeva Systems

De un vistazo

  • Tareas: Desarrollar agentes LLM para extraer información clave en el sector salud.
  • Empresa: Veeva, líder en soluciones para la industria de ciencias de la vida.
  • Beneficios: Trabajo remoto, presupuesto para desarrollo personal y reembolso de fitness.
  • Otra información: Ambiente dinámico con oportunidades de crecimiento profesional.
  • Por qué este empleo: Impacta en la atención médica y acelera ensayos clínicos con tecnología innovadora.
  • Cualificaciones: Experiencia en ciencia de datos y NLP, preferiblemente en el ámbito médico.

El salario previsto está entre 49500 - 60500 € por año.

Link is a pillar in the Veeva system landscape that envisions Connecting life sciences and key people to improve research and care.

Our product offers real-time academics, social, and medical data to build comprehensive profiles.

These profiles help our life-science industry partners find the right experts to accelerate the development and the adoption of new therapeutics.

We accelerate clinical trials and equitable care.

We are proud that our work helps patients receive their most urgent care sooner.

Your role will primarily involve developing LLM-based agents that are specialized in searching and extracting detailed information about Key Opinion Leaders (KOLs) in the healthcare sector.

You will craft an end-to-end human-in-the-loop pipeline to sift through a large array of unstructured medical documents—ranging from academic articles to clinical guidelines and meeting notes from therapeutic committees.

These agents will be equipped to perform semantic searches and provide precise answers to predefined queries concerning KOL-related data across various languages and disciplines.

Utilizing cloud infrastructure, you will build models capable of information extraction and question answering.

You will also collaborate with a dedicated team of software developers and Dev Ops engineers to refine these models and deploy them into production environments.

We want to develop new algorithms to redefine the industry expectations for quality vs. quantity compromise.

We train ML models empowered by over 2000 curators to meet both the quality and the scale requirements.

ML models complement and learn from continuous curation and scale our solutions to different regions, languages, and medical specialties.

You can work remotely from anywhere in the Netherlands, the UK, or Spain, but you must be a resident of one of these countries and be legally authorized to work there without requiring Veeva's support for a visa or relocation.

If you do not meet this condition, but you think you are an exceptional candidate please clarify it in a separate note and we will consider it.

What You'll Do

  • Adopt the latest technologies and trends in NLP to your platform
  • Develop LLM-based agents capable of performing function calls and utilizing tools such as browsers for enhanced data interaction and retrieval
  • Experience with Reinforcement Learning from Human Feedback (RLHF) methods such as Direct Preference Optimization (DPO) and Proximal Policy Optimization (PPO) for training LLMs based on human preferences
  • Design, develop, and implement an end-to-end pipeline for extracting predefined categories of information from large-scale, unstructured data across multi-domain and multilingual settings
  • Create a robust semantic search functionality that effectively answers user queries related to various aspects of the data
  • Use and develop named entity recognition, entity-linking, slot-filling, few-shot learning, active learning, question/answering, dense passage retrieval, and other statistical techniques and models for information extraction and machine reading
  • Deeply understand and analyze our data model per data source and geo-region and interpret model decisions
  • Collaborate with data quality teams to define annotation task metrics, and perform qualitative and quantitative evaluation
  • Utilize cloud infrastructure for model development, ensuring seamless collaboration with our team of software developers and Dev Ops engineers for efficient deployment to production

Requirements

  • 4+ years of experience as a data scientist (or 2+ years with a Ph. D. degree)
  • Master's or Ph. D. in Computer Science, Artificial Intelligence, Computational Linguistics, or a related field
  • Strong theoretical knowledge of Natural Language Processing, Machine Learning, and Deep Learning techniques
  • Proven experience working with large language models and transformer architectures, such as GPT, BERT, or similar
  • Familiarity with large-scale data processing and analysis, preferably within the medical domain
  • Proficiency in Python and relevant NLP libraries (e. g., NLTK, Spa Cy, Hugging Face Transformers)
  • Experience in at least one framework for Big Data (e. g., Ray, Spark) and one framework for Deep Learning (e. g., Py Torch, JAX)
  • Experience working with cloud infrastructure (e. g., AWS, GCP, Azure) and containerization technologies (e. g., Docker, Kubernetes) and experience with bashing script
  • Strong collaboration and communication skills, with the ability to work effectively in a cross-functional team
  • Used to start-up environments
  • Social competence and a team player
  • High energy and ambitious
  • Agile mindset
  • Nice to Have
  • Background in Medical NLP
  • Experience with training, fine-tuning, and serving Large Language Models
  • Experience in life/health science industry, notably pharma
  • Having published in AI space in a peer-reviewed journal
  • Production-grade development Skills
  • Leadership skills and a solid network to help in hiring and growing the team
  • Experience with No SQL databases, especially Mongo DB
  • Familiarity with model registry solutions such as MLflow
  • Familiarity with distributed computing platforms such as Ray and Spark

Perks & Benefits

  • Work anywhere
  • Personal development budget
  • Veeva charitable giving program
  • Fitness reimbursement
  • Life insurance + pension fund

Senior/Principal Data Scientist - NLP (Remote) in Barcelona empresa: Veeva Systems

Veeva Systems se destaca como un excelente empleador al ofrecer un entorno de trabajo flexible que permite a los empleados trabajar desde casa o en la oficina, adaptándose a sus necesidades personales. La cultura de inclusión y diversidad fomenta un ambiente colaborativo donde cada voz es valorada, y las oportunidades de crecimiento profesional son abundantes, especialmente en el ámbito de la consultoría en Ciencias de la Vida. Además, al ser parte de una empresa líder en tecnología, los empleados tienen acceso a proyectos innovadores y la posibilidad de impactar significativamente en la industria.

Veeva Systems

Datos de contacto:

Equipo de selección de Veeva Systems

Consejo de los expertos de StudySmarter🤫

Creemos que así podrías conseguir Senior/Principal Data Scientist - NLP (Remote) in Barcelona

✨Conéctate a Comunidades de Ciencia de Datos

Participa en foros y comunidades online como Kaggle o GitHub, donde puedes compartir proyectos de ciencia de datos y mostrar tus habilidades. Esto no solo te ayuda a aprender más, sino que también te da visibilidad ante reclutadores que están buscando talento.

✨Asiste a Meetups y Conferencias

Las conferencias de ciencia de datos y los meetups locales son una excelente manera de conocer a personas en la industria. Intenta asistir a eventos como PyData o Data Science Meetups en tu ciudad; así podrás establecer conexiones importantes y enterarte de oportunidades laborales como la de Senior/Principal Data Scientist - NLP (Remote) en Veeva Systems.

✨Demuestra tus Habilidades con Proyectos Personales

Crea un portafolio en línea donde puedas presentar proyectos realizados por ti. Asegúrate de incluir muestras de tu trabajo en Python, R, o cualquier otra herramienta que domines. Esto hará que te destaques cuando postules a Senior/Principal Data Scientist - NLP (Remote) en Veeva Systems.

✨Conéctate con Profesionales en LinkedIn

Haz uso de LinkedIn para seguir a empresas de ciencia de datos y conectar con quienes trabajan en ellas. Este tipo de estrategia puede abrirte puertas, ya que muchos reclutadores revisan perfiles antes de decidir a quién invitar a entrevistas para roles como Senior/Principal Data Scientist - NLP (Remote).

Creemos que necesitas estas habilidades para triunfar como Senior/Principal Data Scientist - NLP (Remote) in Barcelona

Procesamiento de Lenguaje Natural (NLP)
Aprendizaje Automático (Machine Learning)
Aprendizaje Profundo (Deep Learning)
Modelos de Lenguaje Grande (LLM)
Arquitecturas de Transformadores (GPT, BERT)
Python
Bibliotecas NLP (NLTK, SpaCy, Hugging Face Transformers)

Algunos consejos para tu solicitud 🫡

Destaca tus habilidades técnicas:En el mundo de la ciencia de datos, es fundamental que tu CV incluya herramientas y lenguajes de programación específicos. No te olvides de mencionar tus conocimientos en Python, R o SQL, y cualquier experiencia relevante con bibliotecas como Pandas o TensorFlow. ¡Esto le dará un gran empujón a tu perfil ante Veeva Systems!

Proyectos y experiencias prácticas:Además de tu formación académica, es clave incluir proyectos anteriores donde hayas aplicado tus habilidades en ciencia de datos. Asegúrate de mencionar cualquier trabajo que hayas hecho, ya sea en la universidad o de manera independiente. Esto demuestra tu capacidad para resolver problemas reales y tu motivación para aprender en un entorno profesional.

Céntrate en resultados cuantificados:En tu carta de presentación y CV, incluye logros que puedas cuantificar. Por ejemplo, si has dirigido un proyecto que mejoró la eficiencia en un XX%, esto no solo impresiona, sino que demuestra tu capacidad para generar resultados concretos. Esto es especialmente atractivo para un puesto a tiempo completo en Veeva Systems.

Personaliza tu carta de presentación:No te limites a copiar y pegar una carta estándar. Haz que tu carta sea única para Veeva Systems. Comenta por qué te apasiona la ciencia de datos y cómo encajas en la misión de la empresa. Aunque el CV es importante, una carta que muestre tu motivación y visión puede hacer la diferencia.

Cómo prepararte para una entrevista de trabajo en Veeva Systems

✨Prep para preguntas técnicas de datos

Sabemos que en el campo de la ciencia de datos es común que te hagan preguntas técnicas. Prepárate para discutir tus conocimientos en estadística, análisis de datos y programación en Python o R. Además, asegúrate de poder explicar tus proyectos anteriores y el proceso detrás de ellos, ¡es vital que muestres tu pensamiento crítico!

✨Demuestra tus habilidades con un portfolio impactante

Tener un portfolio que muestre tus proyectos de ciencia de datos es esencial. Asegúrate de incluir ejemplos de análisis complejos, visualización de datos e incluso modelos predictivos que hayas desarrollado. ¡Esto no solo muestra tu competencia técnica, sino que también puede dar pie a una conversación más profunda durante la entrevista!

✨Prepárate para discutir casos de uso de datos

En una entrevista para un puesto de ciencia de datos, a menudo te preguntarán sobre estudios de caso o situaciones del mundo real. Practica cómo explicar cómo aplicarías técnicas de análisis para resolver problemas específicos que podrían enfrentar en Veeva Systems. Esto demuestra que entiendes la aplicabilidad de tus habilidades.

✨Muestra tu entusiasmo y curiosidad

Como candidato a un puesto a tiempo completo, es crucial que muestres tu pasión por la ciencia de datos y tu deseo de aprender. Comparte tus intereses en las últimas tendencias de la IA o el machine learning, y menciona proyectos futuros que te gustaría explorar. Esto puede hacer que te destaques entre otros candidatos.