Sr. Scientist - Computational & Applied AI

Bei Roche können Sie so auftreten, wie Sie sind, und werden für die einzigartigen Qualitäten geschätzt, die Sie mitbringen. Unsere Kultur fördert persönlichen Ausdruck, offenen Dialog und echte Verbindungen, wobei Sie für das, was Sie sind, geschätzt, akzeptiert und respektiert werden, was es Ihnen ermöglicht, sowohl persönlich als auch beruflich zu wachsen. Dies ist unser Ziel, um Krankheiten vorzubeugen, zu stoppen und zu heilen und sicherzustellen, dass jeder Zugang zur Gesundheitsversorgung hat – heute und für kommende Generationen. Schließen Sie sich Roche an, wo jede Stimme zählt.

Die Position
Fortschritte in der KI, den Daten und den Computerwissenschaften transformieren die Entdeckung und Entwicklung von Medikamenten. Die Forschungs- und Frühentwicklungsorganisationen von Roche (gRED und pRED) haben gezeigt, wie diese Technologien die Forschung und Entwicklung (R&D) beschleunigen, indem sie Daten und neuartige Computermodelle nutzen, um Wirkung zu erzielen. Ein nahtloser Datenaustausch und der Zugang zu Modellen über gRED und pRED hinweg sind entscheidend, um diese Möglichkeiten zu maximieren. Das neue Computational Sciences Center of Excellence (CS-CoE) ist eine strategische, einheitliche Gruppe, deren Ziel es ist, diese transformative Kraft von Daten und Künstlicher Intelligenz (KI) zu nutzen, um unsere Wissenschaftler sowohl in pRED als auch in gRED dabei zu unterstützen, innovativere und transformativere Medikamente für Patienten weltweit bereitzustellen.

Innerhalb dieses neu gegründeten Center of Excellence arbeiten unsere Aktivitäten über ein ausgeprägtes Kontinuum von Innovation und Erklärbarkeit hinweg. Das Team für Computational Biology and Medicine bildet das entscheidende letzte Bindeglied in diesem Kontinuum. Mit Fokus auf unsere Ergebnisse für das Portfolio schlagen wir die Brücke von fortschrittlichen algorithmischen Modellen zu tiefgehender mechanistischer Validierung, um KI-gesteuerte Hypothesen in validierte therapeutische Targets zu verwandeln und unser Verständnis der Krankheitsbiologie und unserer Patienten zu vertiefen.

Die Chance
Der Senior Computational and Applied AI Scientist innerhalb des Teams für Computational Biology and Medicine ist verantwortlich für die Entwicklung und den Einsatz translationaler und angewandter KI-Frameworks, um unsere Portfolios in den Bereichen Immunologie sowie Kardiovaskuläre, Renale und Metabolische Erkrankungen (CVRM) zu beschleunigen. Sie agieren in der letzten Phase der translationalen Umsetzung für Discovery und Frühentwicklung und konzentrieren sich darauf, über reine statistische Korrelationen hinauszugehen hin zu einem systemischen, mechanistischen Verständnis der Krankheits- und Target-Biologie. Diese Position bietet einen Pfad der beruflichen Entwicklung, der mit wissenschaftlicher Exzellenz und modernen Unternehmensproduktivitäts-Frameworks im Einklang steht, um sicherzustellen, dass unsere Computational Pipelines den R&D-Durchsatz direkt optimieren und die Entdeckungszyklen verkürzen.

Arbeiten über Abteilungsgrenzen hinweg, um fortschrittliche Machine-Learning-Modelle gemeinsam zu entwickeln und zu implementieren, die auf erklärbaren und kausalen KI-Methoden basieren (wie z. B. kausale Modelle, symbolische Regression und kontrafaktische Inferenz), um Krankheitspfade abzubilden und eine echte mechanistische Target-Validierung zu ermöglichen.
Anpassung und Feinabstimmung von modernsten biologischen Foundation-Modellen, um neuartige therapeutische Targets bei komplexen Immunerkrankungen und CVRM vorherzusagen.
Überbrückung der translationalen Lücke durch die Implementierung von Adversarial Domain Adaptation und Cross-Species-Translation-Algorithmen, um Phänotypen von Tiermodellen dynamisch mit den Endotypen menschlicher Patienten abzugleichen.
Nutzung von Multi-Omics auf Patientenebene, räumlichen Profilen und klinischen Real-World-Datensätzen, um distinkte Krankheitsendotypen zu identifizieren und mechanistische Patientenselektionskriterien zu definieren, die es klinischen Wissenschaftlern ermöglichen, Responder- von Non-Responder-Populationen zu stratifizieren.
Konstruktion dynamischer Repräsentationen und physikinformierter Modelle (z. B. Neural ODEs, PINNs), um physiologische Kinetik, den zeitlichen Krankheitsverlauf und patientenbezogene „digitale Zwillinge“ vollständig in silico zu erfassen.
Anwendung von Graph-basierten Deep-Learning-Ansätzen sowie Aufbau und Abfrage großskaliger biologischer Knowledge Graphs, um Interaktionen auf Systemebene über komplexe Gewebe-Remodeling- und Auto-Inflammations-Netzwerke hinweg zu erfassen.
Verankerung der letzten Stufe des organisationalen Kontinuums durch die direkte Übersetzung algorithmischer Innovationen und „ML-ready“ Frameworks in hochwertige Portfolio-Ergebnisse.
Funktionsübergreifende Zusammenarbeit mit klinischen Wissenschaftlern, Wet-Lab-Experten für Krankheitsbiologie, Biostatistikern und Enterprise Engineers in pRED und gRED, um mehrdeutige therapeutische Fragen in konkrete Computational Pipelines umzuwandeln.
Sicherstellung, dass Herkunft und Erklärbarkeit ein integraler Bestandteil Ihrer Erkenntnisübermittlung an die Stakeholder sind.

Wer Sie sind
Sie besitzen einen PhD (bevorzugt) oder einen MSc in Computational Biology, Informatik, Machine Learning, Bioinformatik, Systembiologie, Künstlicher Intelligenz oder einem hochgradig quantitativen Bereich.
Sie bringen 3+ Jahre (Senior Scientist) oder 6+ Jahre (Principal Scientist) Erfahrung nach der Promotion oder in der biopharmazeutischen Industrie mit, in der Sie angewandte KI- und Data-Science-Lösungen im Kontext der Wirkstoffforschung bereitgestellt haben.
Sie verfügen über praktische Erfahrung in der Anwendung von Causal-Inference-Toolkits, Graph Neural Networks oder generativen Modellen auf hochdimensionale biomedizinische Daten (Single-Cell, Spatial Omics oder klinische Studiendatensätze).
Sie verfügen über Erfahrung in der Anpassung großskaliger biologischer Foundation-Modelle oder beim Aufbau dynamisch