# Manager Data Science - Corporate Markets, Life Sciences
## Over het team
Elsevier's Corporate Markets Data Science team ondersteunt Life Sciences producten en platforms voor farmaceutische, biotechnologische, chemische, biomedische en onderzoeksorganisaties. Het team past een breed scala aan data science-methoden toe, waaronder traditioneel machine learning, statistische modellering, natural language processing, neurale netwerken, information retrieval, knowledge graphs, semantische verrijking en generatieve AI.
## Over de rol
Wij zoeken een Manager Data Science om een team van data scientists te leiden binnen het Corporate Markets Life Sciences-gebied. Je stelt de teamrichting in, beheert de uitvoering, ontwikkelt medewerkers en zorgt ervoor dat het team sterke data science-praktijken toepast om complexe zakelijke en klantenproblemen op te lossen.
## Kernverantwoordelijkheden
### Leiderschap & teammanagement
- Leid, coach en ontwikkel een team van data scientists, ondersteun hun technische groei, uitvoering en carrièreontwikkeling
- Bepaal de strategie, prioriteiten en operationele ritme voor het team in overeenstemming met Corporate Markets en Life Sciences data science bedrijfsdoelstellingen
- Plan, delegeer en beheer teamresources over meerdere projecten en productgebieden
- Creëer een cultuur van wetenschappelijke nauwkeurigheid, samenwerking, verantwoorde AI, klantfocus en continue verbetering
- Begeleid het team in het definiëren en toepassen van best practices voor data science, experimenten, modelevaluatie, datakwaliteit en productiesamenwerking
### Data science uitvoering
- Leid de toepassing van data science-methoden over een breed portfolio, waaronder machine learning, statistische modellering, NLP, neurale netwerken, zoeken, aanbevelingen, knowledge graphs en generatieve AI
- Bewaak de ontwikkeling en verbetering van modellen en pipelines voor classificatie, entiteitsherkenning, entiteitskoppeling, documentbegrip, rangschikking, extractie, verrijking, voorspelling en besluitondersteuning
- Ondersteun de integratie van gestructureerde en ongestructureerde wetenschappelijke gegevens
- Begeleid het gebruik van moderne AI-benaderingen, waaronder embeddings, LLMs, RAG, prompt-gebaseerde workflows en GenAI-evaluatie
- Werk samen met engineering om ervoor te zorgen dat oplossingen robuust, schaalbaar, onderhoudbaar en geschikt zijn voor productiegebruik
### Evaluatie, experimenten & kwaliteit
- Definieer en verbeter evaluatiemethoden voor data science-modellen, zoeksystemen, NLP-pipelines en AI-aangedreven productfuncties
- Zorg voor passend gebruik van metriek voor modelkwaliteit, ophaalkwaliteit, rankingprestaties, gegevensnauwkeurigheid, gebruikersresultaten en bedrijfsimpact
- Begeleid offline evaluatie, A/B-testen, foutanalyse, annotatieworkflows en human-in-the-loop evaluatie
- Bevorder praktijken voor verantwoorde AI, waaronder transparantie, billijkheid, biasassessment, verklaarbaarheid, privacy en risicobeheer
### Stakeholdersamenwerking
- Werk nauw samen met productmanagers, engineers, content-specialisten, ontologie-experts, biomedische informatica en commerciële stakeholders
- Vertaal klanten- en bedrijfsbehoeften in duidelijke data science-kansen, projectplannen en meetbare resultaten
- Communiceer technische bevindingen, afwegingen, risico's en aanbevelingen aan technische en niet-technische doelgroepen
- Vertegenwoordig het team in cross-functionele planning en draag bij aan de bredere Life Sciences data science en AI-strategie
## Vereiste kwalificaties
- Master's of PhD in Computer Science, Data Science, Machine Learning, Statistics, Bioinformatics, Cheminformatics, Information Retrieval of gerelateerd veld, of gelijkwaardige praktische ervaring
- Minimaal 5 jaar ervaring in data science, machine learning, NLP, statistische modellering, information retrieval of toegepaste AI
- Ervaring met het direct leiden of beheren van technische teams
- Goed begrip van data science-methoden, waaronder supervised en unsupervised learning, Gen AI, statistische analyse, modelevaluatie en experimenten
- Praktische ervaring met Python en gangbare data science, machine learning of NLP frameworks
- Ervaring met grote, complexe, gestructureerde en ongestructureerde datasets
- Vermogen om meerdere projecten te beheren, werk prioriteit te geven en via anderen af te leveren
- Sterke communicatie- en stakeholderbeheersingsvaardigheden
- Vermogen om data scientists te coachen, technisch werk te beoordelen en teamvaardigheden te verbeteren
- Ervaring met LLMs, RAG-pipelines, embeddings, GenAI-evaluatie of human-in-the-loop annotatieworkflows
- Ervaring met moderne AI-tools en platforms zoals Databricks, PyTorch, Hugging Face, LangChain, LangGraph, Haystack, MLflow of vergelijkbare
## Gewenste kwalificaties
- Ervaring in life sciences, farmaceutica, chemie, biomedisch onderzoek, klinische gegevens
- Vertrouwdheid met ontologieën, taxonomieën, gecontroleerde woordenschat en metadatastandaarden
- Ervaring met NLP, entiteitsextractie, entiteitskoppeling, semantische verrijking, zoeken, rangschikking, aanbeveling of knowledge graph-methoden
- Blootstelling aan productie ML-systemen, MLOps, datapipelines en modelmonitoring