Translationaler Biomarker-Datenwissenschaftler (Multi-Omics) Mutterschaftsvertretung 80%

Über den Job

Hauptverantwortlichkeiten

• Anwendung etablierter und neuartiger Ansätze zur Modellierung multimodaler klinischer Daten, um Biomarker zu identifizieren, die den Krankheitsverlauf und die Behandlungsreaktion vorhersagen, sowie zur Nominierung neuartiger therapeutischer Zielhypothesen.
• Entwicklung und Anwendung eines Portfolios präklinischer Modelle, die aus internen und öffentlichen Datensätzen abgeleitet sind, zur Unterstützung von Abteilungsprojekten.
• Enge Zusammenarbeit mit einem Kernteam von Wissenschaftlern aus den Bereichen Translationale Forschung und Datenwissenschaft über nasse und trockene Laborbereiche hinweg.
• Zusammenarbeit in interdisziplinären Teams zur Modellierung der Biologie und zur Förderung wirkungsvoller Entscheidungsfindung in der Wirkstoffforschung und frühen Entwicklung.
• Teilnahme an Kooperationen mit externen Partnern führender Gesundheitseinrichtungen mit Möglichkeiten zur Veröffentlichung wissenschaftlicher Ergebnisse.

Wesentliche Anforderungen

• Erfahrung in der Life-Sciences-Industrie mit der Modellierung biomedizinischer Forschungsdaten.
• Nachgewiesene Erfahrung in der Anwendung von Statistik und Datenmodellierung auf groß angelegte Life-Sciences-Datensätze.
• Praktische Erfahrung in der Integration von Multi-Omics-Daten (Genomik, Transkriptomik, Proteomik und Metabolomik), um zentrale wissenschaftliche Fragestellungen zu beantworten und das Krankheitsverständnis voranzutreiben.
• Branchenerfahrung im Umgang mit klinischen Daten und deren verantwortungsvoller Handhabung.
• Praktische Erfahrung in der Anwendung von KI- und Machine-Learning-Methoden auf wissenschaftliche oder F&E-Datensätze.
• Erfahrung im Einsatz von KI-Tools, einschließlich grosser Sprachmodelle (LLMs) und agentischer Workflows, zur Beschleunigung von Analyse und Entscheidungsfindung.
• Kenntnisse in R und/oder Python sowie Kompetenz im Arbeiten in einer Linux-Umgebung.
• Starkes Engagement für reproduzierbare Forschung mit nachgewiesenen Fähigkeiten in Visualisierung und Berichterstattung.
• Teamorientierte Denkweise mit einem praktischen, problemlösungsorientierten Ansatz.

Wünschenswerte Anforderungen

• Erfahrung in der Arbeit mit oder Feinabstimmung von Foundation-Modellen in Biologie, Chemie oder klinischen Daten.
• Engagement für die Erfüllung unerfüllter Patientenbedürfnisse.
• Fähigkeit, die Arbeit mit den Prioritäten der Abteilung und den wissenschaftlichen Zielen in Einklang zu bringen.
• Ausgezeichnete schriftliche und mündliche Kommunikationsfähigkeiten.