Machine Learning Scientist

Bei Roche können Sie so auftreten, wie Sie sind, geschätzt für die einzigartigen Qualitäten, die Sie einbringen. Unsere Kultur fördert den persönlichen Ausdruck, den offenen Dialog und echte Verbindungen, in denen Sie für das, was Sie sind, geschätzt, akzeptiert und respektiert werden, was es Ihnen ermöglicht, sowohl persönlich als auch beruflich zu wachsen. So wollen wir Krankheiten vorbeugen, stoppen und heilen und sicherstellen, dass jeder heute und für kommende Generationen Zugang zur Gesundheitsversorgung hat. Kommen Sie zu Roche, wo jede Stimme zählt.

Die Position
AI Biology & Translation (AIBT) entwickelt und wendet modernste künstliche Intelligenz an, um die biomedizinische Entdeckung in der Forschung und frühen Entwicklung bei Genentech & Roche zu beschleunigen. Wir kombinieren Fortschritte in Foundation Models, multimodales Machine Learning und großskalige biologische Daten, um die Target-Entdeckung, das Verständnis von Krankheiten, die Biomarker-Entwicklung und die translationale Wissenschaft voranzutreiben.

Wir suchen einen (Senior) ML Scientist mit tiefgreifender Expertise in modernem Machine Learning, um die Entwicklung und Anwendung von KI-Technologien der nächsten Generation für das Design von DNA- und RNA-Sequenzen für auf Nukleinsäuren basierende Medikamente zu leiten. Wir arbeiten eng mit Stakeholdern in den Bereichen Zelltherapie, Gentherapie und Impfstoff-Onkologie an vielfältigen Projekten, die von der Plattformentwicklung für Lab-in-the-loop-Verfeinerungen von Sequenzdesigns bis hin zur Lead-Optimierung für Portfolio-Projekte reichen. Repräsentative Aufgaben umfassen das Design regulatorischer Elemente zur Gewährleistung einer zelltypspezifischen Transkription und das Engineering synonymen kodierenden Sequenzen zur Verbesserung der translationalen Effizienz.

Als Scientist / Senior Scientist werden Sie Sequenzdesign-Kampagnen direkt leiten, biologische Fragen in prädiktive und generative Modelle übersetzen und die iterative Sequenzoptimierung in enger Zusammenarbeit mit Wet-Lab-Experimentalisten vorantreiben.

Die Chance

• Aufbau, Training und Feinabstimmung von Machine-Learning-Algorithmen zur Optimierung auf Nukleinsäuren basierender Medikamente für aktive Portfolio-Projekte
• Design von Kandidaten-Sequenzbibliotheken für Lab-in-the-loop-Optimierungszyklen, Analyse experimenteller Readouts (z. B. MPRA, NGS) und iterative Aktualisierung von Designs
• Cross-funktionale Zusammenarbeit mit Wet-Lab-Wissenschaftlern und Projektleitern, um therapeutische Einschränkungen zu verstehen und Design-Algorithmen entsprechend anzupassen
• Präsentation technischer Ergebnisse, Kandidatendesigns und Modell-Leistungsmetriken vor cross-funktionalen Teammitgliedern und Stakeholdern
• Aktuell bleiben bei Fortschritten in der biologischen Sequenzmodellierung und nukleinsäurebasierten Therapeutika, um State-of-the-art-Methoden in unsere Pipeline einzubringen
• Beitrag zu wissenschaftlichen Publikationen

Wer Sie sind

• Ph.D. in einer quantitativen Disziplin (Bioinformatik, Computational Biology, Informatik, Machine Learning oder ein verwandtes Feld) mit 0-4 Jahren postdoktoraler Erfahrung oder Industrieerfahrung
• Nachgewiesener Forschungseinfluss an der Schnittstelle von Machine Learning und Molekularbiologie, belegt durch Publikationen in erstklassigen Journalen oder ML-Konferenzen
• Starke Python-Programmierkenntnisse und Kompetenz in Deep-Learning-Frameworks wie PyTorch
• Praktische Erfahrung in der Entwicklung, dem Training oder der Feinabstimmung von Sequence-to-Function-Modellen für biologische Moleküle (vorzugsweise DNA/RNA)
• Exzellente Kommunikationsfähigkeiten in Englisch, mit der Fähigkeit, sowohl mit computergestützten als auch mit experimentellen Wissenschaftlern zu sprechen

Bevorzugte Qualifikationen

• Vorherige Erfahrung in der Anwendung von Machine Learning in einem Biotech-, Pharma- oder Industrieumfeld
• Fachwissen in nukleinsäurebasierten Therapeutika (z. B. mRNA-Design, AAV-Kapsid-/Promoter-Engineering, Zelltherapie-Vektoren)
• Erfahrung mit fortschrittlichen ML-Frameworks, die für das Sequenzdesign relevant sind, wie generative Modellierung (Diffusion, autoregressive Sequenzmodelle, Masked Language Models), Active Learning, Modellinterpretierbarkeit oder Unsicherheitsquantifizierung
• Vertrautheit mit der Verarbeitung von High-Throughput-Daten der funktionellen Genomik (z. B. MPRA, RNA-seq, Ribosomenprofilierung)

Über AI Biology & Translation (AIBT)
AI Biology & Translation (AIBT) ist Teil des Computational Sciences Center of Excellence (CS-CoE). AIBT treibt die Entwicklung und Anwendung modernster künstlicher Intelligenz voran, um die biomedizinische Entdeckung und translationale Wissenschaft zu beschleunigen. Durch die Integration von Expertise in Machine Learning, Computational Biology und Software Engineering entwickelt AIBT KI-Fähigkeiten, die es Forschern ermöglichen, neue biologische Erkenntnisse zu gewinnen, die wissenschaftliche Entscheidungsfindung zu beschleunigen und die Forschung bei Genentech & Roche zu transformieren.

Wer wir sind
Eine gesündere Zukunft treibt uns zu Innovationen an. Gemeinsam widmen sich mehr als 100-000 Mitarbeiter weltweit der Förderung der Wissenschaft, um sicherzustellen, dass jeder heute und für kommende Generationen Zugang zur Gesundheitsversorgung hat. Unsere Bemühungen führen dazu, dass mehr als 26 Millionen Menschen mit unseren Medikamenten behandelt werden und über 30 Milliarden Tests mit unseren Diagnostikprodukten durchgeführt werden. Wir befähigen einander, neue Möglichkeiten zu erkunden, Kreativität zu fördern und unsere Ambitionen hochzuhalten, damit wir lebensverändernde Gesundheitslösungen liefern können, die eine globale Wirkung haben.
Lassen Sie uns gemeinsam eine gesündere Zukunft aufbauen. Roche ist ein Arbeitgeber, der Chancengleichheit fördert (Equal Opportunity Employer).