💡 Machine Learning Scientist (m/w/d) - Zukunft der Medikamentenentwicklung in Berlin
Pfizer
Berlin
Stichworte
Machine Learning
Drug Discovery
Generative Chemistry
Contrastive Learning
Graph Learning
Biomedical AI
Python
PyTorch
TensorFlow
Data Science
Zusammenfassung
Pfizer sucht einen Machine Learning Research Scientist (m/f/d) zur Verstärkung ihres Teams in Berlin. In dieser Rolle entwickeln und implementieren Sie innovative Machine-Learning-Tools, um die Wirkstoffforschung zu beschleunigen. Sie arbeiten an der Entwicklung eines internen Knowledge-Graphs, generieren Hypothesen und tragen zur Weiterentwicklung des Machine-Learning-Tech-Stacks bei. Die Position ist auf zwei Jahre befristet und Teil des Pfizer Postdoc-Programms.
Benefits und Qualifikationen
Forschung im Bereich Wirkstoffentwicklung
Entwicklung innovativer Machine-Learning-Ansätze
Arbeit in einem interdisziplinären Team
Stellenausschreibung
Eine Karriere bei Pfizer bietet Chancen, Eigenverantwortung und Wirkung. Weltweit arbeiten Pfizer-Mitarbeiter zusammen, um die Gesundheit aller Menschen positiv zu beeinflussen.
Pfizer, ein weltweit führendes Unternehmen der biopharmazeutischen Industrie, sucht fortlaufend Top-Talente, die von unserem Ziel inspiriert sind, Therapien für Patienten zu entwickeln, die ihr Leben entscheidend verbessern.
Aktuell suchen wir hochqualifizierte Kandidaten für die Position:
Machine Learning Research Scientist (m/f/d)
2-Jahres-Vertrag
Diese Rolle ist Teil des Pfizer Postdoc-Programms
Das biomedizinische KI-Zentrum von Pfizer sucht einen begeisterten und kreativen Machine-Learning-Forscher, der neue Machine-Learning-Tools entwirft und implementiert, um die Wirkstoffforschung zu beschleunigen. Der ideale Kandidat sollte eine hervorragende wissenschaftliche Reputation auf dem Gebiet der Machine-Learning-Forschung für generative Chemie und kontrastives Lernen für die Wirkstoffforschung haben.
Er/sie wird neue Ansätze entwickeln, um Erkenntnisse aus den firmeneigenen Daten von Pfizer und externen Datensätzen zu gewinnen, um testbare Hypothesen über das gesamte Spektrum der Wirkstoffforschung hinweg zu generieren. Der Einzelne wird auch interne und externe Kooperationen entwerfen, aufbauen und verwalten, um die ML-Fähigkeiten von Pfizer voranzutreiben.
Über die Rolle:
Die wichtigsten nachgelagerten Anwendungsbereiche umfassen Indikationserweiterung, Zielauswahl, Aufklärung von Krankheitsmechanismen und Patientenauswahl, wobei mit Praktikern in diesen Bereichen zusammengearbeitet wird, um den Stand der Technik voranzutreiben.
Entwicklung innovativer Machine-Learning-Ansätze, die die Fülle der firmeneigenen Daten von Pfizer in Verbindung mit externen Datenquellen nutzen, um die Wirkstoffforschung voranzutreiben und neuartige Mechanismen zur Behandlung von Krankheiten zu identifizieren
Entwicklung eines Pfizer-internen Knowledge-Graphs für interne und externe biomedizinische Daten und Vorhersage neuer Verbindungen zur Hypothesengenerierung
Weiterentwicklung des internen Graph-Learning-Tech-Stacks, um mit falschen Korrelationen, verschleiernden Variationen und der inhärenten Multimodalität von biomedizinischen, chemischen und -omics-Daten fertig zu werden
Erforschung, Entwicklung und Implementierung von Graph-Learning-Algorithmen für Analyseprobleme im Zusammenhang mit der Wirkstoffforschung und -entwicklung
Aktive Teilnahme in einem hochgradig interdisziplinären Team
Konzeption, Durchführung und Auswertung von Studien und Experimenten, Interpretation der Ergebnisse und Präsentation der Ergebnisse für Wissenschaftler in anderen Funktionen
Direkte Auswirkung auf unsere Entdeckungsprojekte, um Patienten zu helfen
Stärkung der externen Sichtbarkeit und der wissenschaftlichen Exzellenz durch Veröffentlichung/Präsentation von Arbeiten in renommierten Fachzeitschriften und Konferenz-/Workshop-Veranstaltungen und durch die Zusammenarbeit mit der wissenschaftlichen Gemeinschaft
Über Sie:
Formale Ausbildung in Physik, Chemie, Biologie, Computational Biology, Statistik oder einer verwandten technischen Disziplin.
PhD und relevante Forschungserfahrung in der Entwicklung von Machine/Deep-Learning-basierten Lösungen und ein aufrichtiges Interesse an Computational Life Sciences.
Praktische Erfahrung in der Handhabung, Verarbeitung, Integration und Analyse großer heterogener Datensätze im Zusammenhang mit der industriellen Wirkstoffforschung mit einer oder mehreren wissenschaftlichen Datenmodalitäten
Sehr kreative Person mit hervorragenden Fähigkeiten zur Problemlösung, um komplexe Analyseaufgaben zeitnah zu bewältigen.
Starke Publikationsliste und nachgewiesene Beiträge zum Fachgebiet
Solide Expertise mit ML-Bibliotheken wie PyTorch, Lightning, TensorFlow ist obligatorisch! Programmierkenntnisse in Python müssen erstklassig sein. Erfahrung mit relevanten Bibliotheken des Python Scientific Stack ist ein großes Plus.
Vertrautheit mit GPU-Computing sowohl vor Ort als auch auf Cloud-Plattformen
Leidenschaft und Neugier für Daten und nachgewiesene Fähigkeit, Ideen vom Prototyp bis zur Produktion zu bringen.
Durchbrüche, die das Leben der Patienten verändern - Um unseren Unternehmenszweck zu erfüllen, leitet eine werteorientierte Unternehmenskultur unser Handeln. Die Werte von Pfizer sind: Mut, Exzellenz, Gleichheit und Freude.
Mut: Ein mutiger Weg, unsere Ziele zu erreichen, ist unsere unternehmensweite digitale Transformationsstrategie. Unsere flachen Hierarchien ermöglichen kurze Entscheidungswege.