포지션 상세
[사무실 이전 안내] 에비드넷은 2027년 1분기 내 수내역 부근으로 사무실을 이전할 예정입니다. 지원 시 이전 예정 근무지를 함께 확인해 주세요.
현재 근무지: 서울 강남구 강남대로 292 뱅뱅빌딩 3층
소속: 데이터사이언스그룹 1팀 / 2팀 (분석팀)
고용형태: 정규직
모집인원: 4명
에비드넷은 병원 데이터에 기반한 실제 임상 근거(Real World Evidence, RWE) 솔루션을 제공하고, 생명과학 및 헬스케어 산업의 연구개발과 비즈니스 의사결정을 지원하는 헬스케어 IT 기업입니다.
국내 50여 개 대학병원 및 상급·종합병원과 협력하여 OMOP-CDM 표준을 활용한 실제 임상 데이터(Real World Data, RWD)를 구축하고 있습니다. FeederNet 데이터 플랫폼은 개인정보 보호와 보안을 유지하면서 다기관 연구와 AI 연합학습(Federated Learning)을 가능하게 합니다. 당사의 솔루션과 AI 기술은 R&D부터 상용화에 이르기까지 고객에게 다양한 인사이트를 제공합니다.
본 포지션은 의료데이터에서 연구 대상 코호트를 직접 구축하고, 연구설계부터 통계분석·결과 해석·보고까지 분석 실무를 주도하는 경력직을 대상으로 합니다. 기본적인 시스템·업무 절차에 대한 온보딩을 거쳐 진행 중인 RWE 프로젝트를 직접 수행할 분을 찾습니다.
SQL 기반 코호트 구축 및 분석용 데이터셋 생성 — CDM 등 의료데이터에서 필요한 정보를 직접 추출·결합·가공하고, 코호트 구성과 변수 생성의 적정성 및 데이터 품질 검증
관찰연구 통계분석 수행 — 기술통계, 생존분석, 성향점수 기반 교란 보정 등 연구 목적에 적합한 분석 수행 및 하위군·민감도 분석
결과 해석 및 연구 산출물 작성 — 결과보고서, 표·그림 및 연구 자료 작성, 분석 코드와 수행 과정의 재현 가능한 관리
유관부서 및 외부 연구기관과의 협업 — 임상·통계·IT 담당자, 병원 연구진 및 고객사와 연구 요건·분석 결과 협의
의료데이터 분석 또는 관찰연구 관련 실무 경력 3년 이상
필수 실무 경험 1 — SQL을 활용한 의료데이터 코호트 추출 경험: CDM, 건강보험 청구자료, CDW·EMR 등 대용량 의료데이터에서 SQL을 직접 작성하여 연구 대상자를 추출하고 분석용 데이터셋을 구축한 경험
필수 실무 경험 2 — 연구설계부터 분석·결과 해석까지 주도적으로 완료한 경험: 코호트 정의부터 결과 해석·보고까지 본인이 분석 실무를 주도하여 완료한 연구 경험 (공동연구 내 본인 담당 분석도 인정)
필수 실무 경험 3 — 관찰연구 방법론의 실제 적용 경험: 생존분석(Kaplan-Meier·Cox)과 성향점수 기반 교란 보정(PSM·IPTW 등) 중 한 가지 이상을 실제 의료데이터 연구에 적용하고 결과를 해석한 경험
SQL은 필수이며, 이와 별도로 R 또는 Python 등 통계분석 도구를 실무에서 활용할 수 있어야 합니다
연구계획서, SAP, 결과보고서 등 문서 작성 역량 보유
현재 근무지: 서울 강남구 강남대로 292 뱅뱅빌딩 3층
소속: 데이터사이언스그룹 1팀 / 2팀 (분석팀)
고용형태: 정규직
모집인원: 4명
에비드넷은 병원 데이터에 기반한 실제 임상 근거(Real World Evidence, RWE) 솔루션을 제공하고, 생명과학 및 헬스케어 산업의 연구개발과 비즈니스 의사결정을 지원하는 헬스케어 IT 기업입니다.
국내 50여 개 대학병원 및 상급·종합병원과 협력하여 OMOP-CDM 표준을 활용한 실제 임상 데이터(Real World Data, RWD)를 구축하고 있습니다. FeederNet 데이터 플랫폼은 개인정보 보호와 보안을 유지하면서 다기관 연구와 AI 연합학습(Federated Learning)을 가능하게 합니다. 당사의 솔루션과 AI 기술은 R&D부터 상용화에 이르기까지 고객에게 다양한 인사이트를 제공합니다.
본 포지션은 의료데이터에서 연구 대상 코호트를 직접 구축하고, 연구설계부터 통계분석·결과 해석·보고까지 분석 실무를 주도하는 경력직을 대상으로 합니다. 기본적인 시스템·업무 절차에 대한 온보딩을 거쳐 진행 중인 RWE 프로젝트를 직접 수행할 분을 찾습니다.
주요업무
의료데이터 기반 연구설계 및 분석계획 수립 — 대상자 선정·제외 기준, 노출·비교군, 아웃컴, 관찰·추적기간을 정의하고 연구계획서(Protocol)와 통계분석계획서(SAP) 작성SQL 기반 코호트 구축 및 분석용 데이터셋 생성 — CDM 등 의료데이터에서 필요한 정보를 직접 추출·결합·가공하고, 코호트 구성과 변수 생성의 적정성 및 데이터 품질 검증
관찰연구 통계분석 수행 — 기술통계, 생존분석, 성향점수 기반 교란 보정 등 연구 목적에 적합한 분석 수행 및 하위군·민감도 분석
결과 해석 및 연구 산출물 작성 — 결과보고서, 표·그림 및 연구 자료 작성, 분석 코드와 수행 과정의 재현 가능한 관리
유관부서 및 외부 연구기관과의 협업 — 임상·통계·IT 담당자, 병원 연구진 및 고객사와 연구 요건·분석 결과 협의
자격요건
보건통계학, 의료정보학, 통계학, 생물통계학, 보건학, 컴퓨터공학 등 관련 전공 학사 이상의료데이터 분석 또는 관찰연구 관련 실무 경력 3년 이상
필수 실무 경험 1 — SQL을 활용한 의료데이터 코호트 추출 경험: CDM, 건강보험 청구자료, CDW·EMR 등 대용량 의료데이터에서 SQL을 직접 작성하여 연구 대상자를 추출하고 분석용 데이터셋을 구축한 경험
필수 실무 경험 2 — 연구설계부터 분석·결과 해석까지 주도적으로 완료한 경험: 코호트 정의부터 결과 해석·보고까지 본인이 분석 실무를 주도하여 완료한 연구 경험 (공동연구 내 본인 담당 분석도 인정)
필수 실무 경험 3 — 관찰연구 방법론의 실제 적용 경험: 생존분석(Kaplan-Meier·Cox)과 성향점수 기반 교란 보정(PSM·IPTW 등) 중 한 가지 이상을 실제 의료데이터 연구에 적용하고 결과를 해석한 경험
SQL은 필수이며, 이와 별도로 R 또는 Python 등 통계분석 도구를 실무에서 활용할 수 있어야 합니다
연구계획서, SAP, 결과보고서 등 문서 작성 역량 보유
