# Manager Data Science – Corporate Markets, Life Sciences
## Over het team
Elsevier's Corporate Markets Data Science team ondersteunt Life Sciences producten en platforms, inclusief oplossingen voor farmaceutische, biotechnologie-, chemie-, biomedische en onderzoeksorganisaties. Het team past een breed scala aan data science methoden toe, waaronder traditionele machine learning, statistische modellering, natural language processing, neurale netwerken, information retrieval, knowledge graphs, semantic enrichment en generative AI.
## Over de rol
We zoeken een Manager Data Science om een team van data scientists binnen Corporate Markets Life Sciences te leiden. U stelt de teamrichting in, beheert de uitvoering, ontwikkelt mensen en zorgt ervoor dat het team sterke data science-praktijken toepast om complexe bedrijfs- en klantenproblemen op te lossen.
Dit is een personeelsmanagement rol voor een technisch sterke leider die een team kan begeleiden in een breed data science portfolio. Het werk kan machine learning modellen, NLP-pipelines, entity extraction, classificatie, ranking, zoeken, aanbevelingen, datakwaliteit, knowledge graph enrichment, predictive analytics, LLM-gebaseerde systemen, Gen AI Agents, Multi-Agent systemen en RAG omvatten.
## Hoofdverantwoordelijkheden
### Leiderschap & teammanagement
- Leiden, coachen en ontwikkelen van een team van data scientists
- Strategie, prioriteiten en operationeel ritme voor het team stellen
- Teamresources plannen en beheren over meerdere projecten
- Een cultuur van wetenschappelijke nauwkeurigheid, samenwerking en continue verbetering creëren
- Best practices voor data science, experimentatie en productiesamenwerking definiëren
### Data science delivery
- Toepassing van data science methoden over een breed portfolio leiden
- Ontwikkeling en verbetering van modellen en pipelines voor classificatie, entity recognition, document understanding, ranking en extractie toezien
- Integratie van gestructureerde en ongestructureerde wetenschappelijke data ondersteunen
- Gebruik van moderne AI-benaderingen, inclusief embeddings, LLMs, RAG en GenAI begeleiding
- Met engineering samenwerken om robuste, schaalbare en productie-ready oplossingen te waarborgen
### Evaluatie, experimentatie & kwaliteit
- Evaluatiebenaderingen voor data science modellen, zoeksystemen en NLP-pipelines definiëren en verbeteren
- Passende metriekgebruik voor modelkwaliteit, retrieval-kwaliteit en bedrijfsimpact waarborgen
- Offline evaluatie, A/B testen, error analysis en human-in-the-loop evaluatie begeleiden
- Verantwoorde AI-praktijken promoten
### Stakeholder-samenwerking
- Nauw samenwerken met productmanagers, engineers, content specialists en commerciële stakeholders
- Klanten- en bedrijfsbehoeften vertalen naar duidelijke data science-kansen
- Technische bevindingen en aanbevelingen helder communiceren
## Vereiste kwalificaties
- Master's of PhD in Computer Science, Data Science, Machine Learning, Statistics, Bioinformatics, Cheminformatics of gerelateerd veld
- Minstens 5 jaar ervaring in data science, machine learning, NLP of toegepaste AI
- Ervaring met het leiden van technische teams
- Sterke kennis van data science methoden en generative AI
- Praktische ervaring met Python en common data science frameworks
- Ervaring met grote, complexe datasets
- Vermogen om meerdere projecten te beheren en werk te delegeren
- Sterke communicatie- en stakeholder management vaardigheden
- Ervaring met LLMs, RAG pipelines, embeddings en GenAI evaluatie
## Gewenste kwalificaties
- Ervaring in life sciences, farmaceutische, chemie of biomedische onderzoeksgebieden
- Vertrouwdheid met ontologieën, taxonomieën en controlled vocabularies
- Ervaring met NLP, entity extraction, entity linking, semantic enrichment, zoeken, ranking, aanbevelingen of knowledge graph methoden
- Blootstelling aan production ML systemen, MLOps, data pipelines en model monitoring