Head of Quantitative Biomarker Sciences (all genders)

Die globale Abteilung für Translationale Biomarker bei Evotec unterstützt die Entdeckung und Validierung von Markern, um die Übertragbarkeit der Arzneimittelentdeckungs- und Entwicklungsprojekte von Evotec und deren Kunden zu verbessern. Wir suchen einen Leiter der Quantitativen Biomarkerwissenschaften (alle Geschlechter), der ein multidisziplinäres Team leitet, das dafür verantwortlich ist, Entdeckungs- und (prä)klinische Biomarker-Daten in entscheidungsrelevante Beweise umzuwandeln.

Diese Führungskraft überwacht die Modellierung von Biomarker-Daten über verschiedene Skalen (von kleinen Datenmengen bis hin zu Big Data), etabliert und wendet QSP-Modelle in Partnerschaft mit Pharmakometrie an verschiedenen Standorten an, entwickelt KI/ML-Ansätze für die Analyse von Gewebebildern (IHC/ISH) und liefert integrierte Analysen von Olink/NULISA-Panels und Multi-Omics-Daten in Verbindung mit klinischen Ergebnissen. Die Rolle ist hochgradig kollaborativ und arbeitet eng mit AI/ML, in silico, Pathologie, Pharmakometrie, klinischer Entwicklung und Biostatistik zusammen, um die therapeutische Entscheidungsfindung und die Biomarker-Strategie zu beschleunigen. Der Fokus liegt ausschließlich auf klinischen und molekularen Biomarker-Daten und deren Übersetzung in Programmstrategien und Evidenzpakete.

Hauptverantwortlichkeiten

• Definition und Umsetzung der Strategie für die Quantitativen Biomarkerwissenschaften (QBS) über unsere Programme hinweg – von der späten Entdeckung bis zu frühen klinischen Studien.
• Aufbau, Leitung und Entwicklung eines leistungsstarken Teams von Wissenschaftlern und technischen Spezialisten; Ziele setzen, Talente fördern und eine Kultur der offenen Kommunikation, wissenschaftlichen Exzellenz und des Vertrauens pflegen.
• Festlegung von Standards, Governance und Best Practices für die Modellierung von Biomarker-Daten, Code-Qualität, Dokumentation und Management des Modelllebenszyklus.
• Proaktive Leitung der Entwicklung statistischer und maschineller Lernmodelle für Entdeckungs- und präklinische Biomarker-Datensätze (z. B. longitudinal, hochdimensional, multimodal).
• Co-Leitung der Entwicklung von QSP-Modellen mit Pharmakometrie; Abstimmung von Modellannahmen, Parametrisierung und Validierung mit klinischer und translationaler Biologie.
• Entwicklung und Bewertung von KI/ML-Pipelines für die IHC/ISH-Bildanalyse (z. B. Segmentierung, Zellphänotypisierung, räumliche Merkmale) und deren Integration in Biomarker-Projekte, einschließlich Validierung gegen pathologische Wahrheitssets und klinische Endpunkte.
• Überwachung integrativer Analysen, die Plattformen wie Olink/NULISA und mehrere Biomarker mit klinischen Ergebnissen, Sicherheitssignalen, PK/PD und Expositions-Reaktions-Beziehungen verbinden.
• Als Hauptansprechpartner für QBS gegenüber Pharmakometrie, klinischer Entwicklung, Biostatistik, Pathologie, AI/ML und in silico-Modellierungsteams fungieren.
• Bereitstellung klarer, entscheidungsorientierter Kommunikation und Visualisierungen für Studienteams, Governance und externe Partner in einem zeitgerechten Rahmen.
• Beitrag zu Studiendesign, Probenstrategie und Auswahl von Endpunkten, einschließlich der Bereitschaft von Assays und Überlegungen zur analytischen Leistung.
• Leitung und/oder Vertretung von Biomarkern, Biomarker-Projekten (eigenständig) und QBS in externen Kooperationen (CROs, akademische Partner, Konsortien) und innerhalb von Projektteams.

Qualifikationen

• PhD (oder gleichwertige Erfahrung) in Computational Biology, Bioinformatik, Biostatistik, Angewandte Mathematik, Systempharmakologie oder einem verwandten Bereich.
• Umfangreiche Erfahrung in quantitativen (Biomarker-)Analysen, Datenwissenschaft, Pharmakometrie/Systemmodellierung oder verwandten Bereichen, kombiniert mit nachgewiesener Führung von vielfältigen Teams von Wissenschaftlern und/oder Spezialisten.
• Nachgewiesene Erfahrung in der Modellierung von Biomarkern (z. B. Modellierung von Multiplexdaten, Olink, histopathologische Bildanalyse, Multi-Omics-Integration, Integration klinischer Metadaten) mit nachweislichem Einfluss auf Studien- oder Portfolientscheidungen.
• Tiefes Know-how und nachgewiesene Erfahrung mit KI/ML-Tools und deren Implementierung.
• Bevorzugt praktische oder überwachende Erfahrung in der QSP-Modellierung (z. B. mechanistisch, hybrid oder empirisch).
• Expertise in statistischer Modellierung und ML für hochdimensionale Daten (z. B. gemischte Modelle, Überlebensanalysen, regularisierte Modelle, baumbasierte und tiefenlernende Methoden).
• Nachgewiesene Erfahrung mit Skript-/Programmiersprachen wie R und Python.
• Verständnis der Assay-Eigenschaften (z. B. LoD, Präzision, Batch-Effekte), Daten-QC und Integration mit PK/PD und klinischen Endpunkten.
• Nachgewiesene Fähigkeit, interdisziplinäre Wissenschaft zu leiten, klare Prioritäten zu setzen und Meilensteine zu erreichen.
• Außergewöhnliche Kommunikationsfähigkeiten.

Unser Angebot:

• Eine Position in einem dynamischen und aufregenden beruflichen Umfeld, gefördert durch eine offene Kultur und einen Gemeinschaftsgeist.
• Eine vielfältige, internationale Belegschaft mit einem dynamischen Arbeitsumfeld, das Kreativität, Innovationen und Teamarbeit fördert.
• 30 Tage Jahresurlaub, monatliche Zulage für öffentliche Verkehrsmittel und eine hauseigene Kantine.
• Kapitalbildende Leistungen, flexible Arbeitszeiten, Urlaubsvergütung und jährliche Boni abhängig von der Leistung.

Um sich zu bewerben, klicken Sie bitte auf die Schaltfläche „Bewerben“ und reichen Sie Ihre Bewerbungsunterlagen (Lebenslauf und Anschreiben, einschließlich frühestmöglichem Startdatum und Gehaltsvorstellungen) ein. Wir freuen uns darauf, Sie kennenzulernen und auf Ihre Bewerbung.