Senior AI Product Manager â Drug Discovery ML

Bei Apheris betreiben wir ein föderiertes Datennetzwerk in den Lebenswissenschaften, um das Datenengpassproblem beim Training hochleistungsfähiger ML-Modelle zu lösen. Öffentlich verfügbare molekulare Datensätze sind unzureichend, um qualitativ hochwertige ML-Modelle zu trainieren, die den Anforderungen der Branche entsprechen. Unser Produkt adressiert dies, indem es Netzwerke hostet, in denen Biopharma-Organisationen gemeinsam qualitativ hochwertigere Modelle auf ihren kombinierten Daten trainieren. Das Apheris-Produkt ist eine Reihe von Anwendungen zur Arzneimittelentdeckung, die mit den proprietären Daten der Netzwerkteilnehmer angereichert sind. Unsere föderierte Computerinfrastruktur mit integrierten Governance- und Datenschutzkontrollen stellt sicher, dass das Daten-IP und das Eigentum immer bei den Datenverwaltern bleiben.

Wir suchen einen Senior AI Product Manager, der die Vision, Strategie und Ausführung unserer KI-Modellprodukte in diesen Bereichen leitet. Dies ist eine praktische, wirkungsvolle Rolle, die sich darauf konzentriert, den Stand der Technik bei der Anwendung grundlegender Modelle auf Probleme der strukturellen Biologie und ADMET voranzutreiben. Sie werden eng mit unserem Führungsteam und funktionsübergreifend mit ML-Ingenieuren, Fachexperten, Kunden und unseren Kernproduktteams zusammenarbeiten, um hochmoderne KI-Systeme zu entwickeln, die zu bedeutenden Fortschritten in der Arzneimittelentdeckung führen.

Was Sie tun werden:

• Die Vision, Produktstrategie und Roadmap für unsere KI-Produkte in der Arzneimittelentdeckung definieren (struktur- und ligandbasierte Methoden).
• Den gesamten Produktlebenszyklus vom Entdecken über die Lieferung bis zur Iteration übernehmen.
• Die komplexen Bedürfnisse von computergestützten Wissenschaftlern, Arzneimittelentdeckungsteams und R&D-Stakeholdern in klare Produktanforderungen und benutzerzentrierte Funktionen übersetzen.
• Mit funktionsübergreifenden Teams von ML-Ingenieuren, Software-Ingenieuren, Dateningenieuren und Fachexperten zusammenarbeiten, um KI-Produkte basierend auf z.B. OpenFold 3 und einem Chemie-Grundlagenmodell (z.B. für ADMET) zu liefern.
• Unsere KI-Produkte in Gesprächen mit Biopharma-Kunden, technischen Roadmap-Diskussionen und Partnerkooperationen vertreten.
• Mit Nutzern der KI-Produkte (z.B. computergestützte Chemiker, medizinische Chemiker, strukturelle Biologen) in der Pharma-R&D zusammenarbeiten, um ihre Arbeitsabläufe, Schmerzpunkte und unerfüllten Bedürfnisse tief zu verstehen.
• Eine benutzerzentrierte Kultur fördern, indem Sie kontinuierlich für die Bedürfnisse, Arbeitsabläufe und Ziele der Pharma-R&D-Wissenschaftler eintreten.
• Über Trends in der KI-gesteuerten Arzneimittelentdeckung informiert bleiben (z.B. Grundlagenmodelle, multimodales Lernen, graphenbasierte Darstellungen), um die Produktstrategie zu informieren.
• Erfolgsmessgrößen definieren und den Einfluss durch wissenschaftliche Ergebnisse, Benutzerakzeptanz und Leistungsbenchmarks der Modelle messen.

Was wir von Ihnen erwarten:

• Bis Monat 3: Ein tiefes Verständnis des Apheris-Produkts, der in Entwicklung befindlichen KI-Modelle und der wissenschaftlichen Arbeitsabläufe unserer Pharma-R&D-Nutzer entwickeln.
• Starke Beziehungen zu internen Teams und wichtigen Kunden aufbauen.
• Erste Produkt-Roadmaps für sowohl struktur- als auch ligandbasierte Methoden (fokussiert auf ADMET) definieren, die mit den Benutzerbedürfnissen und Geschäftszielen übereinstimmen.
• Bis Monat 6: Ein validiertes Produkt oder eine Modelliteration in die Produktion überführen mit unterstützender Dokumentation und messbarem Benutzerimpact.
• Strukturierte Feedbackschleifen mit Pharma-R&D-Nutzern etablieren, um die Produktiteration und Prioritäten der Modellentwicklung zu informieren.
• Funktionsübergreifend arbeiten, um sicherzustellen, dass die Modellbewertung, Reproduzierbarkeit und Bereitstellungspipelines mit den Benutzer- und Infrastrukturbedürfnissen übereinstimmen.
• Bis Monat 12: Die vollständige Produktstrategie und -ausführung für mehrere ML-gestützte Produkte in der Arzneimittelentdeckung übernehmen.
• Deutliche, nachhaltige Auswirkungen der KI-Produkte auf die Akzeptanz und den Kundenwert bei wichtigen Pharma-Partnern demonstrieren.
• Die strategische Planung für das KI-Produktportfolio gestalten und Apheris als führend in der föderierten KI-gestützten Arzneimittelentdeckung positionieren.

Sie sollten sich bewerben, wenn:

• Sie einen Hintergrund in computergestützter Chemie, Cheminformatik, computergestützter Biologie, Bioinformatik oder ähnlichem haben.
• Sie Erfahrung als Produktmanager im Bereich Lebenswissenschaften haben, wo Sie KI/ML-Produkte entwickelt haben, die ML auf reale Probleme der Arzneimittelentdeckung anwenden.
• Sie ein gründliches Verständnis der Pharma-R&D-Landschaft haben, einschließlich typischer Arbeitsabläufe in Bereichen wie computergestützte Chemie, medizinische Chemie und allgemein KI-basierte Arzneimittelentdeckung.
• Sie komplexe wissenschaftliche oder ML-Konzepte in intuitive Produktmerkmale übersetzen und effektiv mit technischen und wissenschaftlichen Stakeholdern kommunizieren können.
• Sie Erfahrung in der Zusammenarbeit mit ML-Ingenieuren, Datenwissenschaftlern und Fachexperten aus der Biopharma-Branche haben, um wirkungsvolle, produktionsbereite KI-Produkte zu liefern.
• Sie eine Erfolgsbilanz bei der Definition und Ausführung von Produktstrategien in daten- und modellintensiven Umgebungen (z.B. mit prädiktiven Modellen, Simulationen oder strukturierten Daten) haben.
• Sie mit Technologien wie transformerbasierten Modellen, Grundlagenmodellen, Cheminformatik-/strukturelle Biologie-Tools oder ML-basierten Eigenschaftsvorhersagen vertraut sind.
• Sie starke Zusammenarbeit mit funktionsübergreifenden Teams, einschließlich Plattforminfrastruktur und kundenorientierten Rollen, haben.
• Sie sich in unklaren, sich schnell entwickelnden Produktbereichen wohlfühlen und die Fähigkeit haben, Klarheit und Momentum aus frühen Ideen zu schaffen.
• Sie eine benutzerzentrierte Denkweise mit einer Leidenschaft für die Lösung realer wissenschaftlicher Probleme mit eleganten, praktischen KI-Lösungen haben.
• Sie Erfahrung im Aufbau und Training transformerbasierter Modelle (z.B. AlphaFold, ESMFold, OpenFold) oder graphenbasierter Modelle mit PyTorch, PyTorch Lightning oder ähnlichen Frameworks haben.
• Sie die Datenherausforderungen der strukturellen Biologie verstehen.
• Sie verstehen, wie strukturelle Biologie- und ADMET-Modelle im Lebenszyklus der Arzneimittelentdeckung verwendet werden und Ihre Arbeit an praktischen Anwendungsfällen ausrichten können.
• Sie Erfahrung in föderiertem Lernen, datenschutzfreundlichem ML oder sicherem Modelltraining haben.
• Sie in erstklassigen ML- oder Biologiezeitschriften/Konferenzen (z.B. NeurIPS, ICML, Nature Methods, Bioinformatics) veröffentlicht haben.
• Sie Erfahrung in der Leitung der Produktentwicklung in einem schnelllebigen, forschungsorientierten Umfeld haben.

Was wir Ihnen bieten:

• Wettbewerbsfähige Vergütung in der Branche, einschließlich frühzeitiger virtueller Aktienoptionen.
• Remote-first-Arbeitsweise, wo Sie am besten arbeiten, sei es von zu Hause oder von einem Coworking-Space in Ihrer Nähe.
• Eine großartige Palette von Vorteilen, einschließlich eines Wohlfühlbudgets, psychischer Gesundheitsleistungen, eines Budgets für das Arbeiten von zu Hause, eines Coworking-Stipendiums und eines Budgets für Lernen und Entwicklung.
• Vierteljährliches All-Hands-Meeting in unserem Berliner Hauptsitz oder an einem anderen europäischen Standort.
• Ein lustiges, diverses Team von mission-driven Individuen mit dem Antrieb, KI und ML zum Guten zu nutzen.
• Viel Raum für persönliches und berufliches Wachstum und die Möglichkeit, Ihre eigene Rolle zu gestalten.

Über Apheris:

Apheris betreibt föderierte Datennetze in den Lebenswissenschaften und adressiert die kritische Herausforderung des Zugangs zu proprietären Daten, die aufgrund von IP- und Datenschutzbedenken in Silos eingeschlossen sind. Öffentlich verfügbare Datensätze sind unzureichend, um qualitativ hochwertige ML-Modelle zu trainieren, die den Anforderungen der Branche entsprechen. Unser Produkt adressiert dies, indem es Organisationen in den Lebenswissenschaften ermöglicht, gemeinsam qualitativ hochwertigere Modelle auf komplementären Daten mehrerer Parteien zu trainieren. Wir konzentrieren uns nun auf zwei Schlüsselbereiche: strukturelle Biologie und ADMET.

Logistik:

Unser Einstellungsprozess besteht aus drei Phasen:

• Erstgespräch: Wenn Ihre Bewerbung unseren Anforderungen entspricht, laden wir Sie zu einem ersten Videoanruf ein, um die Passung zu erkunden. In diesem 30-45-minütigen Interview lernen Sie uns und die Rolle kennen. Der Interviewer wird an Ihren relevanten Erfahrungen und Fähigkeiten interessiert sein sowie alle Fragen zum Unternehmen und zur Rolle beantworten, die Sie möglicherweise haben.
• Tiefenanalyse: In dieser Phase wird ein Fachexperte aus unserem Team Ihre Fähigkeiten und Kenntnisse, die für die Rolle erforderlich sind, bewerten, indem er Sie nach bedeutenden Erfahrungen oder Ihren Lösungen für spezifische Szenarien im Einklang mit der Rolle, die wir besetzen, fragt.
• Abschlussinterview: Schließlich laden wir Sie zu bis zu drei Stunden gezielten Sitzungen mit unseren Gründern ein, um über unsere Kultur zu sprechen und zukünftige Kollegen vor Ort zu treffen.

Erforderliche Erfahrung:

Senior IC

Schlüsselkompetenzen: Zeitmanagement, Datenanalyse, analytisches Denken, agil, Anforderungserhebung, strategisches Denken, Visio, Kommunikation, Problemlösung, Marktforschung, UML, funktionsübergreifende Teams.

Beschäftigungsart: Vollzeit

Erfahrung: Jahre

Stellenangebot: 1