Auf einen Blick
- Aufgaben: Entwickle innovative Modelle für klinische Daten und identifiziere Biomarker.
- Unternehmen: Flexsis, Teil der Interiman Group, führend in Personalservices in der Schweiz.
- Vorteile: Flexible Arbeitszeiten, spannende Projekte und die Möglichkeit zur Veröffentlichung deiner Ergebnisse.
- Weitere Informationen: Dynamisches Team mit hervorragenden Entwicklungsmöglichkeiten.
- Warum dieser Job: Arbeite an bahnbrechenden Forschungsprojekten und beeinflusse die Medikamentenentwicklung.
- Qualifikationen: Erfahrung in der Lebenswissenschaft und Kenntnisse in Statistik und Datenmodellierung.
Das prognostizierte Gehalt liegt zwischen 90000 - 110000 CHF pro Jahr.
Flexsis ist ein Unternehmen der Interiman Group, einem der führenden Anbieter von Personaldienstleistungen in der Schweiz. Dank unserer soliden Expertise sowie den Kompetenzen innerhalb der Interiman Group bieten wir maßgeschneiderte Lösungen in der Personalberatung.
Für unseren Kunden Novartis in Basel suchen wir einen zuverlässigen und motivierten Data Scientist (m/w/d).
Dauer: 6 Monate - Mutterschaftsvertretung
Arbeitsaufwand: 80%
Hauptverantwortlichkeiten:
- Anwendung etablierter und neuer Ansätze zur Modellierung multimodaler klinischer Daten zur Identifizierung von Biomarkern, die prädiktiv für den Krankheitsverlauf und die Therapieantwort sind, sowie zur Nominierung neuer therapeutischer Zielhypothesen.
- Entwicklung und Anwendung eines Portfolios von präklinischen Modellen, die aus internen und öffentlichen Daten abgeleitet sind, für Abteilungsprojekte.
- Enge Zusammenarbeit mit einem Kernteam von Wissenschaftlern der translationalen Forschung und Datenwissenschaft, die sowohl in Nass- als auch Trockenlabors erfahren sind.
- Aktive Teilnahme an interdisziplinären Teams zur Modellierung von Biologie und zur Unterstützung von entscheidungsrelevanten Prozessen in der Arzneimittelentdeckung und frühen Entwicklung.
- Aktive Teilnahme an Allianzen mit externen Partnern an führenden Gesundheitsinstitutionen, einschließlich der Möglichkeit, Ihre Ergebnisse zu veröffentlichen.
Wesentliche Anforderungen:
- Erfahrung in der Lebenswissenschaftsbranche bei der Modellierung biomedizinischer Forschungsdaten.
- Nachgewiesenes Wissen und Anwendung von Statistik und Datenmodellierung auf großangelegte Daten der Lebenswissenschaften.
- Praktische Erfahrung in der Integration großer multi-omischer Daten (Genomik, Transkriptomik, Proteomik und Metabolomik), um zentrale wissenschaftliche Fragen im Zusammenhang mit dem Verständnis von Krankheiten zu beantworten.
- Praktische Erfahrung in der Handhabung klinischer Daten und deren verantwortungsvoller Umgang.
- Praktische Erfahrung in der Anwendung von KI- und Machine-Learning-Methoden auf wissenschaftliche oder F&E-Daten.
- Erfahrung in der Nutzung von KI-Tools, einschließlich großer Sprachmodelle und agentischer Workflows, zur Beschleunigung von Analysen und Entscheidungsfindungen.
- Kenntnisse in R/Python und Kompetenz im Arbeiten in einer Linux-Umgebung.
- Reproduzierbarer Forschungspraktiker mit nachgewiesenen Fähigkeiten in Visualisierung und Berichterstattung.
- Teamorientierter, praktischer Ansatz zur Problemlösung.
Must Haves:
- Wissen und Anwendung von Statistik und Datenmodellierung auf großangelegte Daten der Lebenswissenschaften.
- Praktische Erfahrung in der Integration großer multi-omischer Daten (Genomik, Transkriptomik, Proteomik und Metabolomik), um zentrale wissenschaftliche Fragen im Zusammenhang mit dem Verständnis von Krankheiten zu beantworten.
- Kenntnisse in R/Python und Kompetenz im Arbeiten in einer Linux-Umgebung.
- Praktische Erfahrung in der Anwendung von KI- und Machine-Learning-Methoden auf wissenschaftliche oder F&E-Daten.
- Erfahrung in der Nutzung von KI-Tools, einschließlich großer Sprachmodelle und agentischer Workflows, zur Beschleunigung von Analysen und Entscheidungsfindungen.
Data Scientist in Basel Arbeitgeber: Flexsis
Flexsis ist ein hervorragender Arbeitgeber, der seinen Mitarbeitenden in der Region Bern eine langfristige Perspektive und attraktive Anstellungsbedingungen bietet. Mit einer strukturierten Einarbeitung in einem eingespielten Team und der Möglichkeit, in einem systemrelevanten Umfeld zu arbeiten, fördert das Unternehmen nicht nur die persönliche Entwicklung, sondern sorgt auch für ein positives Arbeitsklima, in dem Teamarbeit und Zuverlässigkeit geschätzt werden.
Jobgipfel Expertenrat🤫
Wir sind der Meinung, dass du so Data Scientist in Basel erhalten könntest
✨Daten-Science Meetups zeige d'Zukunft!
Besuch lokale Daten-Science Meetups oder Konferenzen. Die sind super, um Kontakte zu knüpfen und sich mit Profis aus der Branche auszutauschen. Wer weiss, vielleicht findet sich da sogar eine Möglichkeit für ei pflichte befristete Stelle bei Flexsis.
✨Mach mit an Open-Source-Projekten!
Werd aktiv in Open-Source-Projekten oder Daten-Science-Communities. Das zeigt, dass du nicht nur Theorie beherrschst, sondern auch praktisch umsetzen kannst, was du gelernt hast. Diese Sichtbarkeit könnte dich bei Flexsis ins Gespräch bringen.
✨Direkt bei Flexsis eine Anfrage stellen!
Zögere nicht, direkt bei Flexsis nach einer befristeten Stelle zu fragen! Manchmal haben sie nicht-publicierte Stellen oder denken an dich, wenn sie über ihre Bedürfnisse nachdenken. Ein persönlicher Ansatz kann grosse Unterschiede machen.
✨Nutze deine Uni-Ressourcen!
Falls du noch an der Uni bist, schau dir die Karriere-Dienste an. Viele Unternehmen kommen gezielt auf Hochschulen zu, um talentierte Leute für befristete Stellen im Datenbereich zu finden. Sei aktiv und schau, was für Möglichkeiten es gibt!
Wir glauben, dass du diese Fähigkeiten brauchst, um Data Scientist in Basel mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Dä richtige Lebenslauf für Data Science:Für e befristete Stelle im Data Science-Bereich isch es wichtig, dass dini Kenntnisse in Statistik, Machine Learning und Programmierung klar zur Geltung kumme. Vergiss nöd, dini Projekte oder Analysen, wo du gemacht hesch, im CV zu erwähne. Si die Skills relevant für d'Position, wird es das Bewerbungsprozess vereinfache.
Täusch dini Motivation im Bewerbungsschreiben:Weil es e befristete Stell isch, sollten wir das Fokus auf dini Lernbereitschaft und dein Interesse an Data Science lege. Erzähl, was du durch die Tätigkeit erhoffe und wieso du glaubsch, dass Flexsis der richtige Ort für dis Wachstum isch. Das zeig, dass du passioniert bisch!
Zeige dini technischen Skills:D’Data Science-Welt isch dynamisch, drum isch es wichtig, dass du dini technischen Fähigkeiten und Tools, die du beherrschsch (wie z.B. Python, R, SQL), klar nennsch. Vielleicht hesch du au Projekte uf GitHub? Linke sie im CV, das gibt e gute Vorstellung über dini praktischen Fähigkeite.
Fallstudien oder Projekterfahrig erwähne:Wenn du vorhin an relevanten Projekten oder Fallstudien gearbeitet hesch, pack das unbedingt i d'Bewerbung. Erzähl, wie du daten analysiert hesch oder welche Probleme du gelöst hesch. So chömer viel besser einschätze, wie du dein Wissen im praktischen Umfäld umsetze chasch!
Wie man sich auf ein Vorstellungsgespräch bei Flexsis vorbereitet
✨Versteh di vieler Daten-Tools
Im Data-Science-Bereich isch es wichtig, dass mir uns mit Tools wie Python, R oder SQL uskenne. Mach dich bereit, technische Fragen z'beantworten oder sogar kleine Code-Challenges z'losä. Das zeigt, dass du das Handwerk beherrscht!
✨Projiziert e Portfolio mit Projekten
Wenn du e befristete Stelle suchsch, macht e Portfolio mit Projekten im Data Science Sinn. Zeig, was du gmacht hesch, und wie du Problemlösige mit Daten angepackt hesch. Das gibt de Personaler e konkrets Bild von dinere Fähigkeit.
✨Wisse, was die Branche bewegt
Halt dich über aktuelle Trends und Entwicklungen im Data-Science-Bereich informiert. Besondere Themen wie Machine Learning oder KI chönd während em Interview ufko, und du solltest no Idee ha, wo de Markt hingeht.
✨Motivation und Lernbereitschaft
Da de Job befristet isch, wird oft nach der Motivation und der Bereitschaft, schnell z'lerne, gefragt. Mach klar, wie du dich in neue Technologien oder Methoden einarbeite chasch. Das zeigt, dass du d'Kurve schnäll packsch!
