P

Phamily

11 de noviembre de 2026

Científico de Datos Líder en Inferencia Causal y Resultados Clínicos

Lidera un estudio de resultados clínicos sobre programas de manejo de cuidado crónico. Contrato parcial remoto de 10–15 horas semanales a $150 USD por hora.

Remoto · desde Estados UnidosAnálisis de datosContrato freelanceNo Divulgado

Comparte esta vacante


¿Encaja contigo?

Esta vacante es para ti si…

  • Dominas la inferencia causal y los datos de salud
  • Prefieres proyectos flexibles con autonomía total
  • Te motiva demostrar el impacto clínico con evidencia
  • Tienes perfil senior en HEOR o bioestadística
Ten en cuenta:$150 USD por hora10–15 horas por semanaUbicación indicada: Estados Unidos

Descripción del Puesto

Sobre esta oportunidad

Phamily, la plataforma de Jaan Health, empresa de tecnología de salud impulsada por inteligencia artificial, busca un Científico de Datos Líder especializado en inferencia causal e investigación de resultados clínicos. Se trata de una consultoría remota y flexible, pensada para un profesional senior que quiera aportar su experiencia a un proyecto con impacto real en la salud de los pacientes.

La persona seleccionada dirigirá el diseño y la ejecución de un estudio riguroso para evaluar la efectividad de los programas de Advanced Primary Care Management (APCM) y Chronic Care Management (CCM) de la compañía.

Perfil buscado

Buscan a un científico de datos senior, bioestadístico, economista de la salud o profesional de HEOR (Healthcare Economics and Outcomes Research) con amplia experiencia evaluando el impacto de intervenciones de salud con datos clínicos del mundo real. Debe ser capaz de liderar de forma independiente una iniciativa analítica de alto impacto y reportar directamente al CFO.

Qué harás

  • Liderar el desarrollo y la ejecución de estudios longitudinales cuasi-experimentales de resultados clínicos.
  • Evaluar la efectividad de los programas APCM y CCM con datos de reclamaciones (claims) y registros médicos electrónicos (EHR).
  • Definir cohortes de pacientes, grupos de comparación, definiciones de resultados y marcos analíticos.
  • Cuantificar diferencias en hospitalizaciones, reingresos y seguimiento posterior al alta.
  • Desarrollar metodologías reproducibles y estadísticamente sólidas, capaces de resistir revisiones actuariales y clínicas.
  • Aplicar técnicas avanzadas de inferencia causal para estimar el impacto de los programas.

Requisitos clave

  • Experiencia sólida en metodologías de inferencia causal y modelado estadístico avanzado.
  • Trayectoria trabajando con datos observacionales de salud, incluyendo claims y EHR.
  • Experiencia en investigación de resultados clínicos o HEOR.
  • Capacidad para trabajar con autonomía y comunicarse con distintos stakeholders.
  • Disponibilidad para reuniones periódicas y discusiones del proyecto.
  • Cumplimiento de las políticas de seguridad, privacidad y cumplimiento normativo de la organización.

Beneficios de la posición

  • Modalidad 100% remota con horario flexible.
  • Inicio con 10–15 horas semanales, con posibilidad de aumentar según las necesidades del proyecto.
  • Proyecto por etapas con potencial de extensión o mayores responsabilidades.
  • Participación en investigación de alto impacto en salud.

¿Por qué considerar esta empresa?

Phamily ayuda a proveedores, grupos médicos, sistemas de salud y ACOs a ofrecer manejo de cuidado escalable, usando flujos de trabajo con IA para controlar condiciones crónicas, mejorar la participación de los pacientes y reducir el uso evitable de servicios de salud. Es una oportunidad para ver tu trabajo traducido en evidencia clínica y financiera concreta.

Rango salarial

$150 USD por hora.

¿Te interesa? Aplica directamente desde el enlace de la vacante.

AplicarEntra o crea tu cuenta gratis (incluye el newsletter semanal) para ver el enlace de aplicación.

Fuente: GreenhouseVacante originalmente publicada en Greenhouse. Descripción adaptada por el equipo de Vacantes Remotas.

Vacantes relacionadas

Accede a más trabajos en
nuestro canal de Telegram
100K+