Customer Data Scientist (Industrial Biotechnology)

Wir suchen einen Customer Data Scientist, um sicherzustellen, dass Kundenprogramme reibungslos und zuverlässig ablaufen. Sie werden rohe experimentelle Daten in saubere, produktionsbereite Analysen umwandeln, die direkt unsere Plattform und Kundenlieferungen unterstützen. Diese Rolle ist entscheidend, da sie das Qualitätstor und die Ausführungsmaschine zwischen dem Labor und den Produktionssystemen ist: Wenn Daten korrekt und konsistent verarbeitet werden, werden Erkenntnisse geliefert, Berichte bleiben zuverlässig und unsere Software verbessert sich mit jedem Datensatz.

Diese Rolle konzentriert sich auf Ausführung und Zuverlässigkeit. Sie arbeiten eng mit dem Laborteam und dem kundenorientierten technischen Leiter zusammen, um Produktionsanalysen durchzuführen, Labordatenpipelines zu pflegen und Berichte/Datenmengen mit bestehenden Methoden und Werkzeugen zu erstellen.

Wie Sie arbeiten werden:

• Sie erhalten gut definierte Arbeitsaufträge von einem technischen Leiter.
• Sie führen Analysen in Zusammenarbeit mit unseren Wet-Lab- und Dry-Lab-Teams durch und liefern Ergebnisse unabhängig.
• Sie kennzeichnen frühzeitig Datenqualitätsprobleme, Randfälle und Inkonsistenzen.
• Im Laufe der Zeit helfen Sie, einmalige Analysen in standardisierte Workflows umzuwandeln.

Hauptverantwortlichkeiten:

• Kunden- & Labordaten-Ausführung: Verarbeiten eingehender Labor Daten von Kunden- und internen Experimenten, Durchführung produktionsbereiter Analysepipelines und Algorithmen auf neuen Datensätzen, Generierung strukturierter Ausgaben für die nachgelagerte Integration in unsere Softwareplattform, Zusammenarbeit mit dem Laborteam zur Sicherstellung der Vollständigkeit, Richtigkeit und Nachverfolgbarkeit der Daten.
• Datenpipelines & Qualitätskontrolle: Pflege und Erweiterung der Labordatenverarbeitungs-Pipelines, Aufbau und Überwachung von QC-Prüfungen, Validierungsschritten und grundlegender Anomalieerkennung, Erstellung von Dashboards und Zusammenfassungsansichten zur Verfolgung der Datenqualität und des Experimentstatus, Verbesserung der Robustheit und Reproduzierbarkeit von Datenflüssen im Laufe der Zeit.
• Berichterstattung & Analyse: Erstellung kundenorientierter analytischer Berichte (z.B. Mehrstammvergleiche, Wachstumszusammenfassungen), Standardisierung wiederkehrender Analysen in wiederverwendbaren Skripten oder Pipelines, Unterstützung bei der Versuchsplanung (DOE) für neue Laboriterationen, klare Dokumentation von Annahmen, Eingaben und Ausgaben für jede Analyse, Unterstützung beim Übergang von Forschungs- oder Prototyp-Skripten in stabilen, produktionsbereiten Code, Refactoring und Verpackung häufig verwendeter Analysen zur Wiederverwendung, Beitrag zu interner Dokumentation, Handbüchern und Vorlagen, Zusammenarbeit mit Softwareingenieuren, um einen sauberen Übergang der Ergebnisse sicherzustellen.

Wachstumsaussichten: Mit dem Wachstum des Unternehmens kann sich diese Rolle in Richtung Verantwortung für größere Teile der Datenpipeline, Mentoring von Junior-Analysten oder Praktikanten und Leitung von Standardisierungsbemühungen über Kundenprogramme hinaus entwickeln.

Qualifikationen:

• Abschluss (Bachelor oder Master) in Datenwissenschaft, Bioengineering, computergestützter Biologie, Statistik oder einem verwandten Bereich.
• 1–3 Jahre Erfahrung mit realen wissenschaftlichen oder Labor Daten.
• Starke Python-Kenntnisse (Datenverarbeitung, Analyse, Skripting).
• Erfahrung mit strukturierten Datensätzen (Tabellen, Metadaten, experimentelle Ergebnisse).
• Komfort beim Ausführen bestehender Analysen und Befolgen etablierter Pipelines.
• Klare schriftliche Kommunikations- und Dokumentationsgewohnheiten.

Wünschenswert:

• Erfahrung mit Labordaten, biologischen Experimenten oder industrieller Biotechnologie, insbesondere im Umgang mit oft unordentlichen oder unstrukturierten Assets, die bereits in Organisationen existieren.
• Vertrautheit mit QC, Validierung oder Überwachung von Datenpipelines.
• Einblick in DOE oder Versuchsdesign.
• Erfahrung in der Zusammenarbeit mit Software- oder Plattformteams.
• Erfahrung mit computergestützter Biologie oder datengestützten Methoden (klassisches maschinelles Lernen, tiefes Lernen oder LLMs).

Werden Sie frühzeitig Teil eines visionären Teams, das die Kraft der digitalen Biologie nutzt, um die $4 Billionen Bioökonomie zu erschließen; wettbewerbsfähige Vergütung durch Gehalt + Aktienoptionen; wir möchten ein kleines, aber leistungsstarkes Team aufbauen und denken über die Vergütung in diesem Sinne nach; Führungsmöglichkeit: Arbeiten Sie eng mit visionären Gründern zusammen und wachsen Sie in eine Führungsrolle mit erheblicher Verantwortung; ein schönes Büro im Herzen von München.