Director and Group Head, Applied AI

Novartis hat eine mutige Strategie angenommen, um eine unternehmensweite digitale Transformation voranzutreiben. Unser Ziel ist es, Novartis als Branchenführer zu positionieren, indem wir proaktiv digitale Technologien übernehmen, die innovative Ansätze fördern, um die Arzneimittelentdeckung und -entwicklung zu beschleunigen. Durch die Nutzung interner und externer F&E-Daten mit der Kraft von Datenwissenschaft, prädiktiven Modellen, generativer KI und maschinellem Lernen zielen wir darauf ab, neue Ziele zu identifizieren, effektivere therapeutische Moleküle zu schaffen, die Pharmakokinetik und Sicherheitsrisiken von Arzneimitteln besser vorherzusagen, das Design klinischer Studien zu verfeinern und die Entwicklungszyklen erheblich zu verkürzen.

Das AI4R-Team führt BR bei der Erforschung und Anwendung fortschrittlicher KI- und ML-Methoden an, um neuartige Erkenntnisse zur Arzneimittelentdeckung zu generieren und die Effizienz der Arzneimittelentdeckung zu beschleunigen und zu verbessern, während der Fokus auf den Bedürfnissen der Patienten liegt. AI4R arbeitet mit Teams zur Arzneimittelentdeckung zusammen, hebt das Niveau der KI-Expertise in der biomedizinischen Forschung (BR) an und stellt sicher, dass die BR-Wissenschaft mit dem sich schnell entwickelnden Ökosystem der KI-Technologien Schritt hält, indem sie sich mit KI-Führungskräften aus Wissenschaft und Industrie verbindet.

Diese Führungsrolle für die Gruppe Applied AI von AI4R wird mit starker technischer, team- und projektbezogener Führung betraut, um mit Experten für biomedizinische Fachthemen zusammenzuarbeiten und die Möglichkeiten des maschinellen Lernens in der Arzneimittelentdeckung tief zu verstehen, die Modelllandschaft zu bewerten, Benchmarking von Modellen zu leiten und die richtigen KI-Ansätze, Algorithmen, Modelle und Workflows anzuwenden, um die Auswirkungen auf wichtige Bereiche der biomedizinischen Forschung zu maximieren, die potenziell zu einer schnelleren Entwicklung besserer Medikamente führen.

Hauptverantwortlichkeiten:

• Definieren und Leiten der Strategie für angewandte künstliche Intelligenz und des mehrjährigen Fahrplans in der Arzneimittelentdeckungsforschung.
• Prioritäten mit den Bedürfnissen des Portfolios, wissenschaftlichen Möglichkeiten und messbaren geschäftlichen und forschungsbezogenen Auswirkungen abstimmen.
• Leiten multidisziplinärer Teams zur Identifizierung, Prototypisierung, Benchmarking und Bereitstellung geeigneter Lösungen für künstliche Intelligenz.
• Verwalten eines Portfolios für angewandte künstliche Intelligenz mit klarer Aufnahme, Priorisierung, Ressourcenplanung, Überwachung der Lieferung und Erfolgsmessung.
• Best Practices für Problemdarstellung, Datenbereitschaft, Benchmarking, Evaluierungsdesign und reproduzierbare Modellentwicklung etablieren.
• Benchmarking von Basis- und aufgabenbezogenen Modellen vorantreiben, um transparente Abwägungen und informierte Entscheidungsfindungen zu ermöglichen.
• Mit Ingenieurteams zusammenarbeiten, um Lösungen zu skalieren und in die tägliche wissenschaftliche Entscheidungsfindung zu integrieren.
• Strenge Evaluierungsmetriken definieren, die die Modellleistung mit nachgelagerten Entscheidungen und experimentellen Ergebnissen verknüpfen.
• Eine Kultur der wissenschaftlichen Strenge, schnellen Iteration, Mentoring und praktischen Auswirkungen über Teams hinweg aufbauen.
• Strategische akademische und industrielle Kooperationen schmieden, um Innovation, Benchmarking und Technologietransfer zu beschleunigen.

Wesentliche Anforderungen:

• Nachgewiesene Erfahrung in der Leitung von Initiativen zur Entwicklung grundlegender Fähigkeiten im maschinellen Lernen in Teams zur Arzneimittelentdeckung und Anwendungsfällen.
• Erfahrung mit Benchmarking von Basis-Modellen in Anwendungen der Arzneimittelentdeckung.
• Praktische Erfahrung in der Anwendung von maschinellem Lernen in zentralen Bereichen der Arzneimittelentdeckung wie Zielidentifikation oder computergestützter Chemie.
• Starke Erfahrung im Training großer Modelle, verteilter Berechnung, Modellanpassung und Bereitstellung innerhalb von Frameworks für maschinelles Lernen.
• Tiefe Neugier und Leidenschaft für biomedizinische Wissenschaften und therapeutische Entdeckung, mit der Fähigkeit, komplexe technische Konzepte klar zu erklären.
• Mindestens 12+ Jahre Erfahrung in Innovation, Entwicklung, Bereitstellung und kontinuierlicher Unterstützung von Lösungen für maschinelles Lernen und Modellierung.
• Starke Programmierkenntnisse in Python und Deep-Learning-Frameworks, mit Erfahrung in der Verwendung von Versionskontrollsystemen wie Git.
• Fähigkeit, Komplexität zu managen, Prioritäten auszubalancieren und Ergebnisse effektiv in matrixartigen Umgebungen mit einer proaktiven Denkweise voranzutreiben.

Wünschenswerte Anforderungen:

• Veröffentlichungen, Patente oder Open-Source-Beiträge, die Innovationen im Bereich maschinelles Lernen und Fachwissen demonstrieren.
• Starke Neugier für aufkommende Technologien mit pragmatischer Fähigkeit, diese auf reale geschäftliche Herausforderungen anzuwenden.

Engagement für Vielfalt und Inklusion: Novartis setzt sich für den Aufbau eines herausragenden, integrativen Arbeitsumfelds und vielfältiger Teams ein, die die Patienten und Gemeinschaften, die wir bedienen, repräsentieren.

Zugänglichkeit und Unterbringung: 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 detailliertere Informationen zu den wesentlichen Funktionen einer Position erhalten möchten, senden Sie bitte eine E-Mail an inclusion.switzerland@novartis.com und teilen Sie die Art Ihrer Anfrage sowie Ihre Kontaktdaten mit. Bitte geben Sie die Stellenangebotsnummer in Ihrer Nachricht an.