Principal Scientist – Spatial Multiomics (m/f/d)

Standort: Heidelberg - Büro

Bei GSK ist es unsere Mission, die Lebensqualität der Menschen zu verbessern, indem wir ihnen ermöglichen, mehr zu tun, sich besser zu fühlen und länger zu leben. Wir suchen einen Principal Scientist - Spatial Multiomics (m/w/d) mit umfangreicher Expertise in Machine Learning (AI/ML) und Computer Vision-Anwendungen für Histologie und räumliche Biologie, um die Entwicklung und Implementierung von Deep-Learning-Lösungen zu leiten, die rohe histologische Bilder und räumliche Omics-Datensätze (räumliche Transkriptomik, Proteomik und Metabolomik) in analysierbare Daten für die Arzneimittelentdeckung und Krankheitsphänotypisierung umwandeln.

Der Kandidat wird End-to-End-Machine-Learning-Pipelines entwerfen und eine entscheidende Rolle in den Datenverarbeitungs-Workflows über verschiedene Gewebe hinweg spielen, indem er moderne AI/ML-Frameworks speziell auf die Analyse des Gewebemikroenvironment, die Modellierung von Zell-Zell-Interaktionen und die Vorhersage von Krankheitsphänotypen anwendet, um die Zielentdeckung und die Entwicklung komplexer in vitro-Modelle zu informieren.

Diese Rolle erfordert praktische Erfahrung an der Schnittstelle zwischen computergestützter Biologie und künstlicher Intelligenz, kombiniert mit einem tiefen biologischen Verständnis und praktischen AI/ML-Engineering-Fähigkeiten. Der ideale Kandidat hat einen starken Hintergrund in Datenpipelines für angewandtes maschinelles Lernen, digitale Pathologie, Histologie und Gewebebiologie.

• Leitung der Entwicklung und Implementierung fortschrittlicher Machine-Learning-Pipelines zur Umwandlung roher histologischer Bilder und räumlicher Omics-Datensätze in quantitative, analysierbare Erkenntnisse, die direkt Strategien zur Zielvalidierung und Entscheidungen in der Arzneimittelentdeckung informieren.
• Entwurf und Implementierung von End-to-End-Rechen-Workflows zur Verarbeitung multimodaler räumlicher Daten (Transkriptomik, Proteomik, Metabolomik) über verschiedene Gewebetypen hinweg, um eine robuste Datenqualität, Reproduzierbarkeit und Skalierbarkeit zu gewährleisten, um Programme zur Hochdurchsatz-Zielscreening und -validierung zu unterstützen.
• Erforschung spezialisierter generativer AI/ML-Ansätze zur Charakterisierung des Gewebemikroenvironment, zur Modellierung von Zell-Zell-Interaktionen und zur Vorhersage von Krankheitsphänotypen zur Priorisierung von Zielen, zur Untersuchung von Wirkmechanismen und zur Generierung therapeutischer Hypothesen.
• Aufbau und Pflege modernster methodologischer Fähigkeiten durch ständige Aktualisierung mit Fortschritten in der räumlichen Multiomics, digitalen Pathologie und AI/ML-Frameworks sowie kontinuierliche Evaluierung und Implementierung neuer Technologien.
• In enger Zusammenarbeit mit anderen analytischen Teams analytische Ergebnisse an Stakeholder durch überzeugende Datenpräsentationen zu kommunizieren.

• PhD in einem relevanten Bereich (z.B. Computational Biology, Systems Biology, Biology, Medicine) mit starkem Fokus auf maschinelles Lernen und räumliche Multiomics.
• Umfassende Kenntnisse in Programmiersprachen mit Schwerpunkt auf dem Python-Ökosystem.
• Umfangreiche Erfahrung in Workflows zur Verarbeitung räumlicher Omics-Daten.
• Nachweisliche Erfolge in der Krankheitsphänotypisierung und digitalen Pathologie durch begutachtete Publikationen und/oder AI/ML-Konferenzen.
• Expertise in angewandten Machine-Learning-Workflows, insbesondere Pytorch und Pytorch-Geometric, ist unerlässlich.
• Starke analytische und problemlösende Fähigkeiten, die sich auf die Verknüpfung verschiedener Datenmodalitäten konzentrieren, um krankheitsspezifische biologische Erkenntnisse zu gewinnen.
• Kenntnis bewährter Codierungspraktiken und Dokumentation (d.h. GitHub, GitLab).
• Exzellente Kommunikations- und Teamfähigkeiten, mit der Fähigkeit, effektiv in multidisziplinären Teams zu arbeiten.

Warum GSK?

• Gelegenheit, in einer hochmodernen wissenschaftlichen Umgebung mit Zugang zu modernsten Technologien zu arbeiten.
• Kollaborative und inklusive Kultur, die Innovation und wissenschaftliche Exzellenz schätzt.
• Wettbewerbsfähiges Vergütungs- und Leistungspaket.
• Engagement für berufliche Entwicklung und Karrierewachstum.

So bewerben Sie sich:

Wenn Sie leidenschaftlich an räumlicher Multiomics interessiert sind und sich auf die Möglichkeit freuen, zu bahnbrechenden Forschungen bei GSK beizutragen, ermutigen wir Sie, sich zu bewerben. Bitte reichen Sie Ihren Lebenslauf und ein Anschreiben ein, in dem Sie Ihre Qualifikationen und Erfahrungen darlegen. Bitte fügen Sie auch einen Link zum GitHub-Repository eines Projekts hinzu, zu dem Sie kürzlich beigetragen haben. Bewerber, die dies nicht bereitstellen, werden nicht berücksichtigt.

Bewerbungsschluss: 9. Juli 2025

GSK ist ein Arbeitgeber, der Chancengleichheit bietet. Wir feiern Vielfalt und setzen uns dafür ein, ein integratives Umfeld für alle Mitarbeiter zu schaffen. Schließen Sie sich uns an, um unser Ziel zu erreichen, Leben durch Wissenschaft zu verbessern.