AI/ML Technical Expert – Predictive safety & multimodal biology

Über Syngenta Bei Syngenta Crop Protection entwickeln wir wegweisende Lösungen, die die globale Ernährungssicherheit gewährleisten und gleichzeitig eine nachhaltige Landwirtschaft fördern. Als weltweit führendes Unternehmen mit Hauptsitz in der Schweiz unterstützen wir Landwirte mit innovativen Pflanzenschutztechnologien, die gegen die härtesten Herausforderungen der Natur bestehen. Wir vereinen fortschrittliche Wissenschaft mit digitalen Lösungen, um intelligenten Pflanzenschutz zu entwickeln, der die Erträge maximiert und gleichzeitig die Umweltauswirkungen minimiert. Schliessen Sie sich unserer Mission an, den Pflanzenschutz vom Saatgut bis zur Ernte zu revolutionieren. Syngenta wurde vom Science Magazine als Top-Arbeitgeber eingestuft, und alle seine Schweizer Standorte wurden mit dem Label „Friendly Work Space“ ausgezeichnet. Über die Rolle Wir bieten eine spannende Gelegenheit für einen wissenschaftlich fundierten und innovativen AI/ML Technical Expert, um die prädiktive Sicherheit voranzutreiben und die Entscheidungsfindung in der frühen Forschung durch datengesteuerte und mechanistische Ansätze zu stärken. In dieser Rolle, die an der Schnittstelle von Biologie, Computerwissenschaft und künstlicher Intelligenz angesiedelt ist, werden Sie vorrangige Sicherheitsfragen in robuste Modellierungsstrategien, interpretierbare Erkenntnisse und skalierbare Analysefähigkeiten übersetzen. Die Rolle trägt zur Entwicklung eines Frameworks für prädiktive Sicherheit bei, das eine frühere Identifizierung von Risiken ermöglicht, das mechanistische Verständnis verbessert und die Qualität sowie das Vertrauen in die Entscheidungsfindung über Forschungsprogramme hinweg erhöht. Zu den Hauptaufgaben gehören: • Zusammenarbeit mit Toxikologen, Biologen, Chemikern, Bioinformatikern und Data Scientists, um Prioritätsfragen für die prädiktive Sicherheit zu definieren. • Leitung der Entwicklung und Bewertung fortschrittlicher AI/ML-Methoden und prädiktiver Modellierungsansätze zur Beantwortung strategischer Sicherheitsfragen. • Anwendung von maschinellem Lernen, künstlicher Intelligenz, statistischer Modellierung und wissensgesteuerten Ansätzen, um aussagekräftige biologische Signale (wie Toxizitätsmechanismen, AOPs und sicherheitsrelevante Ergebnisse) aus grossen, komplexen und heterogenen Datensätzen zu extrahieren. • Übersetzung von Modellierungsergebnissen in umsetzbare wissenschaftliche Erkenntnisse, die Projekt- und Portfoliodecisionen unterstützen. • Bewertung aufkommender KI-, Modellierungs- und Computerbiologie-Methoden bei gleichzeitiger Identifizierung von Anwendungen, die praktischen wissenschaftlichen Wert bieten. • Klare und glaubwürdige Kommunikation komplexer computergestützter Erkenntnisse an multidisziplinäre Zielgruppen. Was wir suchen • PhD (oder gleichwertige Erfahrung) in Computational Biology, Bioinformatik, Systembiologie, Computergestützter Toxikologie, Data Science, Informatik, Biomedizinischer Technik oder einer verwandten Disziplin. • Nachgewiesene Erfahrung in der Integration verschiedener biologischer Datentypen und der Extraktion aussagekräftiger biologischer Erkenntnisse aus komplexen, hochdimensionalen Datensätzen. • Starke Programmierkenntnisse in Python und Erfahrung mit modernen Data Science und Machine Learning Frameworks. • Erprobte Erfahrung in der Entwicklung, Validierung und Anwendung von AI/ML-, statistischen oder computerbiologischen Ansätzen zur Beantwortung biologischer Fragen sowie beim Aufbau reproduzierbarer computergestützter Workflows, Analysepipelines und wissenschaftlicher Softwaretools. • Eigeninitiative mit Enthusiasmus, Flexibilität und dem Wunsch, neue Fähigkeiten zu erlernen und anzuwenden. Wünschenswerte Erfahrung • Erfahrung in computergestützter Toxikologie, prädiktiver Sicherheit, Agrochemieforschung, pharmazeutischer Forschung, Umweltwissenschaften oder einem anderen angewandten Forschungsumfeld. • Vertrautheit mit Adverse Outcome Pathways, Mode-of-Action-Frameworks, Systemtoxikologie, Netzwerkbiologie oder kausaler Inferenz. • Erfahrung mit chemischer Informatik, molekularen Deskriptoren, Structural Alerts, Read-across, QSAR oder Expositions- und Gefahrenmodellierungsansätzen. • Hintergrund in der Anwendung von KI auf biologische oder toxikologische Daten, einschliesslich Multimodal Learning, graphbasierter Methoden, Foundation Models oder Representation Learning mit Erfahrung in der Nutzung von phänotypischem Imaging, Cell Painting, Transkriptomik, Metabolomik oder anderen molekularen Daten als unterstützende Belege für die Modellentwicklung oder mechanistische Interpretation. Was wir bieten Wir bieten eine Vielzahl von finanziellen und nicht-finanziellen Vorteilen, darunter: • Eine Position, die zu wertvoller und wirkungsvoller Arbeit in einem anregenden und internationalen Umfeld beiträgt • Ein hervorragendes Arbeitsumfeld mit einer offenen Kultur und einer vielfältigen Belegschaft, in der neue Ideen immer willkommen sind • Die Möglichkeit, mit hochqualifizierten und erfahrenen Mitarbeitern zusammenzuarbeiten, von ihnen zu lernen und wissenschaftliche sowie technische Exzellenz zu erlangen • Lernkultur (Together we Grow) und eine breite Palette an Trainingsoptionen • Sie profitieren von einem wettbewerbsfähigen Pensionskassenplan, flexiblen Arbeitszeiten, einem attraktiven Bonussystem, einem Arzt vor Ort, einem Fitnessraum, einer Kantine und anderen Vorteilen wie familienfreundlichen Initiativen sowie Kinder- und Familienzulagen Bitte senden Sie Ihre vollständigen Bewerbungsunterlagen mit CV, Diplom und Arbeitszeugnissen (falls zutreffend) auf Englisch. Syngenta ist ein Arbeitgeber, der Chancengleichheit fördert und nicht diskriminiert bei der Rekrutierung, Einstellung, Ausbildung, Beförderung oder anderen Beschäftigungspraktiken aus Gründen des Rasse, der Farbe, der Religion, des Geschlechts, der nationalen Herkunft, des Alters, der sexuellen Orientierung, des Familienstands oder des Veteranenstatus, der Behinderung oder eines anderen gesetzli