Senior Expert / Senior Principal PKS Data Scientist & Scientific Software Engineer (Dual level [...]

Der Senior Data Scientist & Scientific Software Engineer wird dem Modeling & Simulation Data Science Team innerhalb der Translational Medicine Unit beitreten, um die datengestützte Arzneimittelentdeckung voranzutreiben. Die Rolle konzentriert sich auf die Transformation großangelegter ADME-, PK- und verwandter experimenteller Datensätze in umsetzbare Erkenntnisse durch fortgeschrittene Analytik, maschinelles Lernen und robuste Softwareentwicklung.

Wesentliche Verantwortlichkeiten:

• Als Schlüsselvertreter des Modeling & Simulation Data Science in Entdeckungs- und Optimierungsprogrammen agieren und wissenschaftliche sowie strategische Beiträge zu Projektbesprechungen und Entscheidungen leisten.
• Mit Data & Digital und PKS-Teams im Labor zusammenarbeiten, um Prioritätslücken zu identifizieren, Geschäftsbedürfnisse zu klären und diese in wirkungsvolle analytische und rechnergestützte Lösungen zu übersetzen.
• Skalierbare Anwendungen, Workflows und Datenpipelines entwerfen, erstellen und pflegen, die wissenschaftliche Analysen und Entscheidungsfindungen über Projekte und Modalitäten hinweg unterstützen.
• Maschinenlern- und statistische Modelle entwickeln, evaluieren und implementieren, um Beziehungen zwischen chemischer Struktur und molekularen oder pharmakokinetischen Eigenschaften aufzudecken.
• Datenanalyse, Visualisierung und explorative Analyse anwenden, um Erkenntnisse aus komplexen experimentellen Datensätzen abzuleiten und Ergebnisse klar an verschiedene Interessengruppen zu kommunizieren.
• Projekt- oder modalitätsspezifische in silico-Modelle und Datenstrategien erstellen und implementieren, die Entscheidungen zur Fortschritt von Verbindungen beschleunigen und optimieren.
• Produktionsqualitätscode schreiben, der starken Softwareentwicklungspraktiken folgt, einschließlich Versionskontrolle, Tests, Dokumentation und Wartungsstandards.
• Leiten oder Mitwirken an funktionsübergreifenden Initiativen, die Datenwissenschaft, Softwareentwicklung und Laborteams umfassen, um die Bereitstellung passgenauer Lösungen sicherzustellen.
• Die Einführung und effektive Nutzung interner Tools, Anwendungen und Methoden der Datenwissenschaft fördern, um die Auswirkungen in der Translational Medicine und PKS zu maximieren.
• Aktuell bleiben mit Fortschritten in KI/ML, Statistik und rechnergestützten Methoden, die für ADME, PK/PD und Arzneimittelentdeckung relevant sind, und helfen, geeignete Innovationen in die Praxis umzusetzen.

Erforderliche Qualifikationen:

• Fortgeschrittene Ausbildung in einem relevanten wissenschaftlichen oder quantitativen Bereich wie Cheminformatik, Bioinformatik, biomedizinische Ingenieurwissenschaften, computergestützte Biologie, computergestützte Chemie, Datenwissenschaft, KI/ML in den Lebenswissenschaften oder einem verwandten Fachgebiet.
• PhD mit mehr als 5 Jahren oder MSc mit mehr als 8 Jahren relevanter Berufserfahrung in der Anwendung von Datenwissenschaft in der Arzneimittelentdeckung, translationaler Forschung oder verwandten wissenschaftlichen Umgebungen.
• Starke Expertise in maschinellem Lernen, Statistik und reproduzierbaren Datenwissenschafts-Workflows, mit nachgewiesener Fähigkeit, diese auf reale wissenschaftliche Probleme anzuwenden.
• Beherrschung von Python und/oder R, mit soliden Softwareentwicklungspraktiken, einschließlich Versionskontrolle, Tests, Dokumentation und Standards für Produktionsqualität.
• Erfahrung in der Gestaltung, Entwicklung und Bereitstellung robuster analytischer Anwendungen, rechnergestützter Workflows oder Systeme für maschinelles Lernen in kollaborativen Umgebungen.
• Nachgewiesene Fähigkeit, in multidisziplinären Teams zu arbeiten und komplexe analytische Konzepte in klare, umsetzbare Erkenntnisse für Wissenschaftler und Interessengruppen zu übersetzen.
• Starke Kommunikations-, Kollaborations- und Führungsfähigkeiten, mit der Fähigkeit, Entscheidungen in funktionsübergreifenden Umgebungen zu beeinflussen.
• Gutes Verständnis der Prozesse der Arzneimittelentdeckung, insbesondere in Bezug auf ADME, Pharmakokinetik, Pharmakodynamik oder verwandte transnationale Datenbereiche.

Wünschenswerte Qualifikationen:

• Erfahrung mit PK-Modellierung in der Entdeckungsphase, ADME-Dateninterpretation oder der Beziehung präklinischer Eigenschaften zum in-vivo-pharmakokinetischen Verhalten.
• Vertrautheit mit modernen Ansätzen des maschinellen Lernens wie Deep Learning, generativen Algorithmen oder erklärbarem KI im Kontext der Arzneimittelentdeckung.
• Erfahrung mit modernen wissenschaftlichen Software- oder Webanwendungsentwicklungsframeworks, einschließlich JavaScript-basierter Front-End-Technologien (z.B. "Svelte").
• Kenntnisse in SQL, Datenbanken, Linux-basierten Umgebungen und skalierbaren Datenengineering-Mustern für wissenschaftliche Workflows.
• Erfahrung in der Arbeit mit kleinen Molekülen, Peptiden, RNAs oder anderen Modalitäten in der Datenanalyse der Entdeckungsphase.

Novartis verpflichtet sich, mit allen Personen zusammenzuarbeiten und angemessene Unterkünfte bereitzustellen. Wenn Sie aufgrund einer medizinischen Erkrankung oder Behinderung eine angemessene Unterkunft für einen Teil des Rekrutierungsprozesses benötigen oder um detailliertere Informationen über die wesentlichen Funktionen einer Position zu erhalten, senden Sie bitte eine E-Mail an inclusion.switzerland@novartis.com und teilen Sie uns die Art Ihrer Anfrage sowie Ihre Kontaktdaten mit. Bitte geben Sie die Stellenanforderungsnummer in Ihrer Nachricht an.