Basel (City)
Senior Experte / Senior Principal PKS Data Scientist & Wissenschaftlicher Softwareingenieur (Duale Stellenanzeige)
- 01 Juli 2026
- 100%
- Basel (City)
Über den Job
Zusammenfassung
Über die Rolle
Im Bereich Pharmakokinetische Wissenschaften (PKS) bei Novartis Biomedical Research werden täglich über 200 experimentelle Datensätze generiert. Diese Rolle steht im Zentrum der Bemühungen, den Wert dieser Daten für Entscheidungsprozesse zu erschließen und die Zukunft der Medizin durch fortschrittliche Datenwissenschaft zu gestalten.
Als Associate Director Data Scientist & Wissenschaftlicher Softwareingenieur werden Sie dem Team für Modellierung & Simulation Data Science in der Translational Medicine Unit beitreten und an der Schnittstelle von Datenwissenschaft, Softwareentwicklung und Wirkstoffforschung arbeiten. Sie wenden maschinelles Lernen, Statistik und moderne Softwareentwicklungsmethoden an, um ADME- und PK-Daten zu nutzen, Struktur-Eigenschafts-Beziehungen aufzudecken und wissenschaftliche sowie geschäftliche Anforderungen in skalierbare, strategisch ausgerichtete Lösungen zu übersetzen.
Sie arbeiten eng mit Data & Digital sowie PKS Wet- (ADME und bioanalytisch) und Dry-Lab-Teams (Modellierung) zusammen, um Möglichkeiten zu identifizieren, bei denen Daten, Anwendungen und in silico-Methoden die Entscheidungsqualität, Effizienz und wissenschaftliche Wirkung signifikant verbessern können. Neben der praktischen technischen Umsetzung helfen Sie dabei, zweckmäßige Lösungen zu gestalten und zu fördern, die robust, wiederverwendbar und wartbar in einer Produktionsumgebung sind.
Diese Rolle ist ideal für eine wissenschaftlich fundierte Führungskraft im Bereich Daten, die starke analytische Tiefe mit praktischer Softwareentwicklungsexpertise kombiniert und motiviert ist, durch hochwertige Datenprodukte, maschinelles Lernen und rechnerische Innovation messbare Wirkungen in der Wirkstoffforschung zu erzielen.
Hauptverantwortlichkeiten
- Als wichtiger Vertreter des Teams Modellierung & Simulation Data Science in Entdeckungs- und Leitoptimierungsprogrammen agieren und wissenschaftlichen sowie strategischen Input zu Projektbesprechungen und Entscheidungen beitragen.
- Partnerschaft mit Data & Digital sowie PKS Wet- und Dry-Lab-Teams zur Identifikation von Prioritätslücken, Klärung von Geschäftsanforderungen und deren Übersetzung in wirkungsvolle analytische und rechnerische Lösungen.
- Entwurf, Aufbau und Wartung skalierbarer Anwendungen, Workflows und Datenpipelines zur Unterstützung wissenschaftlicher Analysen und Entscheidungsfindung über Projekte und Modalitäten hinweg.
- Entwicklung, Bewertung und Einsatz von Modellen des maschinellen Lernens und der Statistik zur Aufdeckung von Zusammenhängen zwischen chemischer Struktur und molekularen oder pharmakokinetischen Eigenschaften.
- Anwendung von Data Mining, Visualisierung und explorativer Analyse zur Gewinnung von Erkenntnissen aus komplexen experimentellen Datensätzen und klare Kommunikation der Ergebnisse an diverse Stakeholder.
- Erstellung und Implementierung projekt- oder modalitätsspezifischer in silico-Modelle und Datenstrategien, die Entscheidungen zur Wirkstoffprogression beschleunigen und vereinfachen.
- Schreiben von produktionsreifem Code unter Einhaltung starker Softwareentwicklungspraktiken, einschließlich Versionskontrolle, Tests, Dokumentation und Wartbarkeitsstandards.
- Leitung oder Beitrag zu funktionsübergreifenden Initiativen, die Datenwissenschaft, Softwareentwicklung und Laborteams umfassen, um zweckmäßige Lösungen zu liefern.
- Förderung der Einführung und effektiven Nutzung interner Werkzeuge, Anwendungen und Methoden der Datenwissenschaft zur Maximierung der Wirkung in Translational Medicine und PKS.
- Auf dem Laufenden bleiben über Fortschritte in KI/ML, Statistik und rechnerischen Methoden, die für ADME, PK/PD und Wirkstoffforschung relevant sind, und geeignete Innovationen in die Praxis einbringen.
Erforderliche Qualifikationen
- Fortgeschrittener Abschluss in einem relevanten wissenschaftlichen oder quantitativen Bereich wie Cheminformatik, Bioinformatik, Biomedizintechnik, Computational Biology, Computational Chemistry, Data Science, KI/ML in den Lebenswissenschaften oder einem verwandten Fachgebiet.
- Promotion mit mindestens 5 Jahren oder Masterabschluss mit mindestens 8 Jahren relevanter Berufserfahrung in der Anwendung von Datenwissenschaft in der Wirkstoffforschung, translationaler Forschung oder verwandten wissenschaftlichen Umgebungen.
- Fundierte Expertise in maschinellem Lernen, Statistik und reproduzierbaren Datenwissenschafts-Workflows mit nachgewiesener Fähigkeit, diese auf reale wissenschaftliche Probleme anzuwenden.
- Kenntnisse in Python und/oder R mit soliden Softwareentwicklungspraktiken einschließlich Versionskontrolle, Tests, Dokumentation und produktionsreifem Codierungsstandard.
- Erfahrung im Entwurf, der Entwicklung und dem Einsatz robuster analytischer Anwendungen, computergestützter Workflows oder maschineller Lernsysteme in kollaborativen Umgebungen.
- Nachgewiesene Fähigkeit, in multidisziplinären Teams zu arbeiten und komplexe analytische Konzepte in klare, umsetzbare Erkenntnisse für Wissenschaftler und Stakeholder zu übersetzen.
- Starke Kommunikations-, Kollaborations- und Führungsfähigkeiten mit der Fähigkeit, Entscheidungen in funktionsübergreifenden Umgebungen zu beeinflussen.
- Gutes Verständnis der Wirkstoffforschungsprozesse, insbesondere in Bezug auf ADME, Pharmakokinetik, Pharmakodynamik oder verwandte translationale Datenbereiche.
Wünschenswerte Qualifikationen
- Erfahrung mit PK-Modellierung in der Entdeckungsphase, Interpretation von ADME-Daten oder der Beziehung präklinischer Eigenschaften zum in vivo pharmakokinetischen Verhalten.
- Vertrautheit mit modernen maschinellen Lernansätzen wie Deep Learning, generativen Algorithmen oder erklärbarer KI im Kontext der Wirkstoffforschung.
- Erfahrung mit modernen wissenschaftlichen Software- oder Webanwendungsentwicklungs-Frameworks, einschließlich JavaScript-basierter Front-End-Technologien (z. B. Svelte).
- Kenntnisse in SQL, Datenbanken, Linux-basierten Umgebungen und skalierbaren Datenengineering-Methoden für wissenschaftliche Workflows.
- Erfahrung in der Arbeit mit kleinen Molekülen, Peptiden, RNAs oder anderen Modalitäten in der Datenanalyse der Entdeckungsphase.
Dies ist eine doppelte Ausschreibung. Das endgültige Niveau und der Titel der angebotenen Rolle werden vom einstellenden Team basierend auf den Fähigkeiten, Erfahrungen und Kompetenzen bestimmt, die erforderlich sind, um die Rolle auf dem angebotenen Niveau auszuführen.
Leistungen & Vergütungen
Bei Novartis engagieren wir uns gemeinsam für die Neugestaltung der Medizin – und belohnen die Menschen, die dies möglich machen.
Erwarteter jährlicher Grundgehaltsbereich für die Rolle:
- Senior Experte: 102.200,00 - 189.800,00 CHF jährlich
Das angebotene Grundgehalt wird auf der Grundlage geschlechtsneutraler Ziele bestimmt, wie relevante Fähigkeiten, Kompetenzen und Erfahrungen gemäß der Novartis-Gehaltsrichtlinie und wird bei Eintritt in Novartis regelmäßig überprüft.
Zusätzlich zu Ihrem Grundgehalt können Sie je nach bestimmten Leistungsparametern für einen leistungsabhängigen Bonus in Frage kommen.
Die Vorteile, Teil unseres Teams zu sein, gehen weit über das Grundgehalt und Anreize hinaus. Wir bieten auch eine Vielzahl wettbewerbsfähiger Sachleistungen, die Ihnen helfen, persönlich und beruflich zu gedeihen, wie Versicherungspläne, Altersvorsorge, Wohlbefindensressourcen und globale Anerkennungsprogramme. Darüber hinaus bieten wir, wo möglich, flexible und hybride Arbeitsoptionen sowie mindestens 14 Wochen bezahlten Elternurlaub.
Zusätzlich zu Ihrem Grundgehalt können Sie je nach bestimmten Leistungsparametern für einen leistungsabhängigen Bonus in Frage kommen. Langfristige Aktienzuteilungen auf Gruppenebene können ebenfalls Teil Ihres Pakets sein. Weitere Details werden im Bewerbungsprozess mitgeteilt.
Entgeltgleichheit ist ein grundlegendes Prinzip unserer Beschäftigungspolitik und spiegelt unser Engagement wider, ein vielfältiges, gerechtes und inklusives Umfeld zu schaffen, das alle Mitarbeitenden mit Würde und Respekt behandelt, wie in unserem Verhaltenskodex dargelegt.
Lesen Sie unsere Broschüre, um mehr über unser globales Gesamtvergütungspaket zu erfahren:
https://www.novartis.com/sites/novartis_com/files/novartis-life-handbook.pdf
Hinweis: Leistungen und Vergütungen können je nach Land variieren und unterliegen lokalen gesetzlichen Anforderungen, einschließlich Bestimmungen von Tarifverträgen, sofern anwendbar. Eine vollständige Übersicht Ihres Vergütungspakets, einschließlich relevanter Tarifvertragsdetails, die für Ihre Rolle basierend auf Ihrem Beschäftigungsort und der Novartis-Arbeitgebergesellschaft gelten, wird Ihnen im Bewerbungsprozess separat mitgeteilt.
Engagement für Vielfalt und Inklusion / EEO
Novartis verpflichtet sich, ein herausragendes, inklusives Arbeitsumfeld und vielfältige Teams aufzubauen, die die Patienten und Gemeinschaften, denen wir dienen, repräsentieren.
Barrierefreiheit und Unterstützung
Novartis verpflichtet sich, mit allen Personen zusammenzuarbeiten und angemessene Vorkehrungen zu treffen. Wenn Sie aufgrund einer medizinischen Erkrankung oder Behinderung eine angemessene Unterstützung für einen Teil des Einstellungsprozesses benötigen oder um detailliertere Informationen über die wesentlichen Funktionen einer Position zu erhalten, senden Sie bitte eine E-Mail an diversity.inclusion_ch@novartis.com und teilen Sie uns die Art Ihrer Anfrage sowie Ihre Kontaktdaten mit. Bitte geben Sie die Job-Requisitionsnummer in Ihrer Nachricht an.
Warum Novartis: Menschen mit Krankheiten und ihre Familien zu unterstützen, erfordert mehr als innovative Wissenschaft. Es braucht eine Gemeinschaft kluger, leidenschaftlicher Menschen wie Sie. Zusammenarbeit, Unterstützung und gegenseitige Inspiration. Gemeinsam Durchbrüche erzielen, die das Leben der Patienten verändern. Bereit, gemeinsam eine hellere Zukunft zu schaffen? https://www.novartis.com/about/strategy/people-and-culture
Leistungen und Vergütungen: Erfahren Sie, wie wir Sie persönlich und beruflich unterstützen.
Lesen Sie unser Handbuch (PDF 30 MB)