Data Scientist

Aufgaben:

• Anwenden von etablierten und neuartigen statistischen und rechnerischen Ansätzen zur Modellierung von großangelegten, multimodalen klinischen und biomedizinischen Datensätzen, um Biomarker zu identifizieren, die prädiktiv für den Krankheitsverlauf und die Therapieantwort sind, sowie Hypothesen für neuartige therapeutische Ziele zu generieren.
• Integration und Analyse von großangelegten Multi-Omics-Datensätzen, einschließlich Genomik, Transkriptomik, Proteomik und Metabolomik, um Krankheitsmechanismen zu untersuchen und die translationale Forschung sowie die Arzneimittelentdeckung zu unterstützen.
• Entwicklung, Evaluierung und Anwendung präklinischer rechnerischer Modelle unter Verwendung interner und öffentlich verfügbarer Datensätze zur Unterstützung von Forschungsprojekten der Abteilung und zur Generierung umsetzbarer biologischer Erkenntnisse.
• Anwendung von künstlicher Intelligenz und Methoden des maschinellen Lernens auf wissenschaftliche und F&E-Daten, wobei fortschrittliche rechnerische Ansätze genutzt werden, um komplexe biologische Systeme zu untersuchen und die frühe Arzneimittelentwicklung zu unterstützen.
• Nutzung von KI-Tools, einschließlich großer Sprachmodelle (LLMs), Fundamentmodellen und agentischen Workflows, um die Datenanalyse zu beschleunigen, Forschungsprozesse zu automatisieren und die wissenschaftliche Entscheidungsfindung zu verbessern.
• Enger Austausch mit interdisziplinären Teams von Wissenschaftlern der translationalen Forschung und Datenwissenschaft, die an der Schnittstelle von rechnerischer und experimenteller Biologie arbeiten, um komplexe Datensätze in bedeutungsvolle wissenschaftliche Schlussfolgerungen zu übersetzen.
• Aktive Mitwirkung an funktionsübergreifenden Projekten zur Arzneimittelentdeckung und frühen Entwicklung, wobei datengestützte Erkenntnisse zur Steuerung von Forschungsstrategien und zur Identifizierung therapeutischer Ziele verwendet werden.
• Arbeiten mit klinischen Datensätzen gemäß verantwortungsvoller Datenhandhabungspraktiken, um wissenschaftliche Strenge, Reproduzierbarkeit und angemessene Datenverwaltung sicherzustellen.
• Entwicklung reproduzierbarer analytischer Workflows und Kommunikation von Ergebnissen durch hochwertige Visualisierungen, Berichte und wissenschaftliche Präsentationen an interne Stakeholder und externe Forschungspartner.
• Beitrag zu kollaborativen Forschungsinitiativen mit führenden Gesundheitseinrichtungen, mit Möglichkeiten zur Verbreitung wissenschaftlicher Ergebnisse durch Publikationen.

Qualifikation:

• Abschluss in Datenwissenschaft, Bioinformatik, Computational Biology, Biostatistik, Lebenswissenschaften, Biomedizinischen Wissenschaften oder einem verwandten Fachgebiet, mit relevanter Branchenerfahrung in der Lebenswissenschaftsforschung.
• Nachgewiesenes Wissen und praktische Anwendung von Statistik und Datenmodellierung auf großangelegte biomedizinische und lebenswissenschaftliche Datensätze.
• Praktische Erfahrung in der Integration und Analyse von großangelegten Multi-Omics-Datensätzen, einschließlich Genomik, Transkriptomik, Proteomik und Metabolomik, um die Krankheitsbiologie zu untersuchen und wissenschaftliche Forschungsfragen zu beantworten.
• Nachgewiesene Erfahrung in der Anwendung von künstlicher Intelligenz und Methoden des maschinellen Lernens auf wissenschaftliche, biomedizinische oder F&E-Datensätze.
• Praktische Erfahrung im Umgang mit klinischen Daten in einem Industrie- oder translationalen Forschungsumfeld, mit Verständnis für verantwortungsvolle Datenhandhabung.
• Kenntnisse in R und/oder Python, mit Kompetenz im Arbeiten in einer Linux-Umgebung.
• Erfahrung in der Nutzung von KI-Tools, einschließlich großer Sprachmodelle (LLMs) und agentischen Workflows, zur Beschleunigung wissenschaftlicher Analysen und Entscheidungsfindungen.
• Nachgewiesenes Engagement für reproduzierbare Forschung, einschließlich der Entwicklung robuster analytischer Workflows, Datenvisualisierung und wissenschaftlicher Berichterstattung.
• Fähigkeit, komplexe rechnerische Ergebnisse in umsetzbare biologische Erkenntnisse zu übersetzen und Ergebnisse effektiv an interdisziplinäre Stakeholder zu kommunizieren.
• Starke Zusammenarbeit und Problemlösungsfähigkeiten, mit einem praktischen, teamorientierten Ansatz und der Fähigkeit, über rechnerische und experimentelle Forschungsteams hinweg zu arbeiten.
• Ausgezeichnete schriftliche und mündliche Kommunikationsfähigkeiten in Englisch.

Wünschenswerte Qualifikationen:

• Erfahrung in der Arbeit mit oder Feinabstimmung von Fundamentmodellen für biologische, chemische oder klinische Anwendungen.
• Erfahrung mit fortgeschrittenen rechnerischen Ansätzen für Einzelzell- und Bulk-RNA-Sequenzierung, räumliche Transkriptomik, Proteomik oder andere hochdimensionale biologische Datensätze.
• Vertrautheit mit Deep-Learning-Methoden und Fundamentmodellen, die auf biologische und klinische Daten angewendet werden.
• Ein starkes Interesse an translationaler Forschung, Arzneimittelentdeckung und der Behebung unerfüllter Patientenbedürfnisse.

Anforderungen:

• Start: November 2026
• Dauer: 6 Monate (Mutterschaftsvertretung)
• Kapazität: 80% Arbeitslast
• Standort: Basel, Schweiz, vor Ort