Sr. Scientist - Computational & Applied AI

In Roche puoi presentarti per quello che sei, accolto per le qualità uniche che porti. La nostra cultura incoraggia l'espressione personale, il dialogo aperto e le connessioni autentiche, dove sei valorizzato, accettato e rispettato per chi sei, permettendoti di prosperare sia a livello personale che professionale. Questo è il modo in cui miriamo a prevenire, fermare e curare le malattie e garantire che tutti abbiano accesso all'assistenza sanitaria oggi e per le generazioni a venire. Unisciti a Roche, dove ogni voce conta.

La Posizione
I progressi nell'AI, nei dati e nelle scienze computazionali stanno trasformando la scoperta e lo sviluppo di farmaci. Le organizzazioni di ricerca e sviluppo precoce di Roche (gRED e pRED) hanno dimostrato come queste tecnologie accelerino la R&D, sfruttando dati e nuovi modelli computazionali per generare impatto. La condivisione fluida dei dati e l'accesso ai modelli tra gRED e pRED sono essenziali per massimizzare queste opportunità. Il nuovo Computational Sciences Center of Excellence (CS-CoE) è un gruppo strategico e unificato il cui obiettivo è sfruttare questo potere trasformativo dei dati e dell'Intelligenza Artificiale (AI) per assistere i nostri scienziati sia in pRED che in gRED nel fornire medicinali più innovativi e trasformativi per i pazienti in tutto il mondo.

All'interno di questo Centro di Eccellenza di nuova istituzione, le nostre attività operano attraverso un distinto continuum di innovazione e spiegabilità. Il team di Computational Biology and Medicine rappresenta l'ultimo vitale anello di questo continuum. Concentrati sulla nostra consegna per il portfolio, colleghiamo modelli algoritmici avanzati con una profonda validazione meccanicistica per trasformare le ipotesi guidate dall'AI in target terapeutici validati e approfondire la nostra comprensione della biologia delle malattie e dei nostri pazienti.

L'Opportunità
Il Senior Computational and Applied AI Scientist all'interno del team di Computational Biology and Medicine è responsabile dello sviluppo e dell'implementazione di framework di AI traslazionale e applicata per accelerare i nostri portfolio di Immunologia e Cardiovascolare, Renale e Metabolismo (CVRM). Operando nella fase finale dell'esecuzione traslazionale per la Discovery e lo Sviluppo Precoce, ti concentrerai sul superamento della pura correlazione statistica verso una comprensione meccanicistica a livello di sistema della biologia della malattia e del target. Questa posizione offre una traiettoria di sviluppo professionale allineata con l'eccellenza scientifica e i moderni framework di produttività aziendale, garantendo che le nostre pipeline computazionali ottimizzino direttamente la produttività della R&D e comprimano i cicli di scoperta.

Lavorare tra i dipartimenti per co-sviluppare e implementare modelli avanzati di machine learning focalizzati su metodi di AI spiegabili e causali (come modelli causali, regressione simbolica e inferenza controfattuale) per mappare i percorsi delle malattie e sbloccare una vera validazione meccanicistica del target.
Adattare e perfezionare modelli di fondazione biologica all'avanguardia per prevedere nuovi target terapeutici in malattie immunitarie complesse e CVRM.
Colmare il divario traslazionale implementando l'adattamento del dominio avversariale e algoritmi di traduzione cross-species per allineare dinamicamente i fenotipi dei modelli animali con gli endotipi dei pazienti umani.
Sfruttare dati multi-omici a livello di paziente, profili spaziali e dataset clinici del mondo reale per identificare distinti endotipi di malattie, definendo criteri meccanicistici di selezione dei pazienti che consentano agli scienziati clinici di stratificare le popolazioni responder rispetto a non-responder.
Costruire rappresentazioni dinamiche e modelli informati dalla fisica (ad es., Neural ODEs, PINNs) per catturare la cinetica fisiologica, la progressione temporale della malattia e i "digital twins" dei pazienti interamente in silico.
Applicare approcci di deep learning basati su grafi, costruendo e interrogando knowledge graph biologici su larga scala per catturare le interazioni a livello di sistema attraverso complessi network di rimodellamento tissutale e auto-infiammatori.
Ancorare l'ultima fase del continuum organizzativo, traducendo le innovazioni algoritmiche e i framework "ML-ready" direttamente in deliverable di portfolio ad alto valore.
Collaborare in modo cross-funzionale con scienziati clinici, esperti di biologia delle malattie wet-lab, biostatistici e ingegneri aziendali in pRED e gRED per convertire domande terapeutiche ambigue in pipeline computazionali concrete.
Garantire che la provenienza e la spiegabilità siano una caratteristica integrante della fornitura di insight agli stakeholder.

Chi sei
Possiedi un PhD (preferito) o un MSc in Biologia Computazionale, Informatica, Machine Learning, Bioinformatica, Biologia dei Sistemi, Intelligenza Artificiale o un campo altamente quantitativo.
Porti 3+ anni (Senior Scientist) o 6+ anni (Principal Scientist) di esperienza post-dottorale o nel settore biofarmaceutico nel fornire soluzioni di AI applicata e data science in un contesto di drug discovery.
Possiedi esperienza pratica nell'applicazione di toolkit di inferenza causale, reti neurali grafiche o modelli generativi a dati biomedici ad alta dimensionalità (single-cell, omica spaziale o dataset di trial clinici).
Possiedi esperienza nell'adattare modelli di fondazione biologica su larga scala o nel costruire modelli di sistemi dinamici per catturare la progressione temporale della malattia.
Dimostri un interesse attivo o una profonda comprensione del dominio dell'immunologia umana, delle malattie complesse e multifattoriali o della fisiopatologia a livello di sistema.
Mostri eccellenti capacità di comunicazione e di lavoro di squadra, con una comprovata esperienza nell'agire come catalizzatore cross-funzionale tra ingegneri computazionali puri ed sperimentatori wet-lab.

Que