Auf einen Blick
- Aufgaben: Entwickle innovative Modelle zur Unterstützung der Arzneimittelentwicklung und nutze Datenwissenschaft für medizinische Lösungen.
- Unternehmen: Führendes Unternehmen im Bereich pharmazeutische Ingenieurwissenschaften mit Fokus auf Innovation.
- Vorteile: Attraktives Gehalt, Gesundheitsleistungen, flexible Arbeitszeiten und Weiterbildungsmöglichkeiten.
- Weitere Informationen: Tolle Karrierechancen in einem internationalen Umfeld mit Zugang zu neuesten Technologien.
- Warum dieser Job: Gestalte die Zukunft der Medizin mit modernster Technologie und einem dynamischen Team.
- Qualifikationen: Master oder PhD in Ingenieurwissenschaften oder verwandten Bereichen, Programmierkenntnisse in Python.
Das prognostizierte Gehalt liegt zwischen 63000 - 77000 € pro Jahr.
Versteht Geschäftsprobleme, unterstützt einen integrierten analytischen Ansatz zur Datenanalyse, verwaltet Daten effektiv, wendet statistische Methoden und maschinelles Lernen an, um ungelöste medizinische Bedürfnisse zu adressieren, umsetzbare Erkenntnisse zu entdecken und Prozesse zu automatisieren, um den Aufwand und die Zeit für wiederholte Nutzung zu reduzieren.
- Stellt Datenwissenschaft und quantitative analytische Unterstützung sicher, indem die rechtzeitige Lieferung hochwertiger Berichte gewährleistet wird.
- Entwickelt und wendet mechanistische, empirische, statistische und hybride Modellierungsansätze an, um die Formulierung und Prozessentwicklung von Arzneimitteln zu unterstützen, insbesondere bei Fragen zum Prozessverständnis, zur Skalierung und zu herstellungsrelevanten Fragen.
- Übersetzt Formulierungs- und Prozessfragen in modell- und datengerechte Problemstellungen; definiert Erfolgskriterien, Annahmen und Unsicherheitsüberlegungen mit Fachexperten.
- Wendet Statistik, Versuchsplanung, multivariate Analyse und datengestützte Modellierung an, um Experimente zu planen, Ergebnisse zu analysieren und Lernzyklen zu beschleunigen.
- Erstellt prädiktive Modelle und Entscheidungsunterstützungstools für wichtige Arzneimittelbetriebseinheiten, insbesondere für orale feste Darreichungsformen, Pulvertechnologie, Formulierung und Prozessengineering.
- Entwickelt End-to-End-Datenwissenschaftslösungen, einschließlich Datenvorbereitung, explorativer Analyse, Modellierung, Validierung, Bereitstellung und Lebenszyklusmanagement, mit einem Fokus auf Transparenz und Reproduzierbarkeit.
- Erstellt klare Visualisierungen, Dashboards und technische Berichte, um Erkenntnisse zu kommunizieren und Entscheidungen für verschiedene Interessengruppen zu unterstützen.
- Trägt zur Automatisierung und KI-unterstützten Workflows für Datenvorbereitung, Modellierung, Analyse und Berichterstattung bei, während wissenschaftliche Aufsicht und praktische Nutzbarkeit gewahrt bleiben.
- Trägt zum Wissensaustausch, zur Dokumentation, zu internen Standards und zu wiederverwendbaren Modellierungs-/KI-Ressourcen innerhalb der globalen Modellierungs- und digitalen Gemeinschaft bei.
Wesentliche Fähigkeiten
- Master-Abschluss oder PhD in Maschinenbau, Verfahrenstechnik, Chemieingenieurwesen, pharmazeutischem Ingenieurwesen, Materialwissenschaft, angewandter Mathematik, Statistik, Datenwissenschaft oder einem eng verwandten quantitativen Ingenieurdisziplin.
- Frühkarriereprofil bevorzugt, typischerweise mit 2-4 Jahren relevanter Branchenerfahrung nach dem Masterabschluss oder 0-4 Jahren nach dem PhD, und einer klaren Motivation für praktisches Modellieren, Programmieren und angewandtes Problemlösen.
- Starke ingenieurtechnische und mathematische Grundlagen, einschließlich Prozesswissenschaft, Transportphänomene, Statistik, numerische Methoden und/oder mechanistische Modellierung.
- Praktische Programmiererfahrung in Python oder einer ähnlichen Programmiersprache, mit der Fähigkeit und Motivation, schnell produktiv in Python zu werden, falls nicht bereits fließend.
- Erfahrung in der Anwendung von Statistik, DoE, Datenanalyse, Simulation, Optimierung und/oder maschinellem Lernen auf ingenieurtechnische oder wissenschaftliche Probleme.
- Fähigkeit, mit experimentellen und industriellen Datensätzen zu arbeiten, einschließlich Datenbereinigung, explorativer Analyse und unsicherheitsbewusster Interpretation, einschließlich Modellglaubwürdigkeitsbewertungen gemäß regulatorischen Richtlinien und Standards.
- Starke Kommunikationsfähigkeiten, um technische Konzepte Nicht-Experten zu erklären und Entscheidungen zu beeinflussen.
- Digitale und KI-Fähigkeiten (von Vorteil; können im Job entwickelt werden).
- Grundlegende Erfahrung mit maschinellem Lernen, Modellauswertung oder KI-gestützter Analyse ist von Vorteil, aber weniger wichtig als starke ingenieurtechnische Grundlagen, Programmierfähigkeit und Lernagilität.
- Interesse an KI-unterstütztem Modellieren, Automatisierung und agentenbasierten Workflows, mit der Bereitschaft, diese Methoden auf wissenschaftlich rigorose Weise zu lernen und anzuwenden.
- Verständnis des Modelllebenszyklusmanagements, der Reproduzierbarkeit und der Bereitstellungsüberlegungen in regulierten Umgebungen.
- Erfahrung mit Visualisierung und Storytelling, wie Dashboards oder klaren technischen Berichten.
Wünschenswerte Fähigkeiten
- Erfahrung oder akademische Kenntnisse in Pulvertechnologie, Formulierungswissenschaft, orale feste Darreichungsformen, pharmazeutische Betriebseinheiten, Prozessmodellierungswerkzeuge, PBM, DEM, gPROMS oder digitale Zwillinge.
- Exposition gegenüber QbD-Prinzipien, PAT-Konzepten oder regulatorisch relevanten Modellierungsaktivitäten.
- Erfahrung in globalen Matrixorganisationen.
Gewünschte Fähigkeiten
- Biostatistik, Neugieriger Geist, Datenverwaltung, Datenkompetenz, Datenqualität, Datenwissenschaft, Datenvisualisierung, Graphalgorithmen, Lernagilität, maschinelles Lernen (ML), maschinelle Lernalgorithmen, Python (Programmiersprache), statistische Analyse, Zeitreihenanalyse.
Scientific Computing Engineer - Drug Product Process Modeling & Data Science Arbeitgeber: Novartis
Novartis in Schaftenau, Österreich, ist ein hervorragender Arbeitgeber, der eine dynamische und unterstützende Arbeitsumgebung bietet. Mit einem starken Fokus auf Mitarbeiterentwicklung und kontinuierlichem Lernen fördert das Unternehmen eine Kultur der Zusammenarbeit und Innovation. Die Möglichkeit, an globalen Projekten zu arbeiten und einen bedeutenden Einfluss auf die Gesundheitsversorgung zu haben, macht Novartis zu einem attraktiven Arbeitsplatz für Fachkräfte im Bereich Regulatory Affairs.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Scientific Computing Engineer - Drug Product Process Modeling & Data Science erhalten könntest
✨Netzwerken über Branchenveranstaltungen
Such nach Konferenzen und Messen in der Biotechnologie, die in der Nähe stattfinden. Diese Events sind eine super Gelegenheit, um direkt mit Leuten von Unternehmen wie Novartis zu quatschen, mehr über deren aktuelle Projekte zu erfahren und deinen ersten Fuß in die Tür zu bekommen.
✨LinkedIn-Gruppen beitreten
Schau dir LinkedIn-Gruppen an, die sich auf Biotechnologie konzentrieren. Hier kannst du Fragen stellen, dich an Diskussionen beteiligen und herausfinden, welche Fähigkeiten gerade gefragt sind. Vielleicht bemerkst du auch, dass jemand von Novartis aktiv ist und du direkt Kontakt aufnehmen kannst.
✨Praktische Erfahrungen durch Nebenprojekte
Nutze deine Freizeit, um an kleinen Projekten oder Forschungsarbeiten in der Biotechnologie zu arbeiten. Das zeigt Initiative und gibt dir nicht nur mehr Wissen, sondern auch etwas Konkretes zum Zeigen bei Bewerbungsgesprächen, wenn du für die Vollzeitstelle bei Novartis vorsprichst.
✨Wie bei uns: Durch eigene Initiativen hervorstechen
Wir wissen, dass Selbstinitiativen gefragt sind! Wenn du dich in der Biotechnologie bewähren möchtest, kannst du zum Beispiel einen Blog über aktuelle Trends starten oder an Open-Source-Projekten mitarbeiten. Zeig deine Leidenschaft und wieso gerade du perfekt zu Novartis passt.
Wir glauben, dass du diese Fähigkeiten brauchst, um Scientific Computing Engineer - Drug Product Process Modeling & Data Science mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Hebe deine Biotechnologie-Expertise hervor:Da es sich um ein Vollzeit-Stellenangebot im Bereich Biotechnologie handelt, solltest du deine relevanten Kenntnisse und Erfahrungen klar und deutlich präsentieren. Achte darauf, spezifische Projekte oder Forschungen, an denen du gearbeitet hast, zu erwähnen und welche Techniken oder Technologien du dabei verwendet hast.
Verweise auf relevante Zertifikate oder Abschlüsse:Im Bereich Biotechnologie sind bestimmte Abschlüsse und Zertifikate besonders wichtig. Stelle sicher, dass dein Lebenslauf deine akademische Ausbildung und eventuell relevante Zertifikate, wie beispielsweise Laborzertifikate, gut zur Geltung bringt. Diese könnten für Novartis entscheidend sein, um deine Qualifikation für Scientific Computing Engineer - Drug Product Process Modeling & Data Science zu unterstreichen.
Erkläre deine Motivation für den Einstieg:In deinem Motivationsschreiben solltest du klar herausstellen, warum du gerade bei Novartis im Bereich Biotechnologie arbeiten möchtest. Vielleicht hast du ein persönliches Interesse an der Biotechnologie oder bewunderst die Projekte, die das Unternehmen durchführt. Zeig uns, was dich antreibt und warum du ein wertvolles Mitglied im Team sein würdest!
Lass deine Leidenschaft durchscheinen:Nutze die Gelegenheit, in deinem Anschreiben oder Lebenslauf zu zeigen, was dich an der Biotechnologie fasziniert. Zeige in deinen Worten, dass du für diesen Bereich brennst und bereit bist, deine Kenntnisse und Fähigkeiten in einem Vollzeitjob bei Novartis einzubringen. Das hebt dich von anderen Bewerbungen ab!
Wie man sich auf ein Vorstellungsgespräch bei Novartis vorbereitet
✨Verstehe die biologischen Grundlagen
Egal, ob es um Labortechniken oder molekulare Biologie geht – mach dich mit den grundlegenden biologischen Konzepten vertraut, die für das Unternehmen wichtig sind. Bei einem Gespräch mit Novartis könnten dir technische Fragen zu Experimenten oder spezifischen Methoden gestellt werden, also sei vorbereitet, deine Kenntnisse überzeugend zu präsentieren.
✨Portfolio der bisherigen Projekte
Stell sicher, dass du eine Auswahl von Projekten hast, die du während des Interviews präsentieren kannst. Das könnte alles von Praktika bis zu Uni-Projekten sein, die deine praktischen Fähigkeiten in der Biotechnologie demonstrieren. Dadurch zeigst du nicht nur deine Erfahrung, sondern auch dein Engagement für das Fachgebiet.
✨Soft Skills sind wichtig!
In der Biotechnologie sind Teamarbeit und Kommunikationsfähigkeiten entscheidend. Sei bereit, Beispiele zu geben, in denen du erfolgreich im Team gearbeitet hast oder komplexe Informationen einfach vermitteln konntest. Novartis wird wahrscheinlich wissen wollen, wie du dich in einem Team von Wissenschaftlern einbringst.
✨Bleibe auf dem neuesten Stand – auch mit aktuellen Entwicklungen
Schau dir einige der neuesten Trends oder Technologien in der Biotechnologie an, wie CRISPR oder personalisierte Medizin. Wenn du über aktuelle Themen sprichst, zeigst du nicht nur dein Interesse an der Branche, sondern kannst auch deine Initiativen zur kontinuierlichen Weiterbildung unter Beweis stellen, was für Novartis sicher beeindruckend ist.
