Bei Bayer sind wir Visionär*innen und entschlossen, die größten Herausforderungen unseres Planeten zu überwinden und zu einer Welt beizutragen, in der genug Nahrung und ausreichende medizinische Versorgung für alle Menschen keine unerreichbaren Ziele mehr darstellen. Wir tun dies mit Energie, Neugier und purer Hingabe, lernen stets von den Menschen um uns herum, erweitern unsere Denkweise, verbessern unsere Fähigkeiten und definieren das „Unmögliche“ neu. Es gibt viele Gründe, sich uns anzuschließen: Wenn Sie nach einer abwechslungsreichen und bedeutungsvollen beruflichen Zukunft streben, in der Sie gemeinsam mit anderen brillanten Köpfen wirklich etwas bewegen können, möchten wir Sie in unserem Team haben.

Machine Learning Scientist Bio Modelling (alle Geschlechter) 

Um einige der dringendsten Gesundheits- und Nachhaltigkeitsherausforderungen unserer Zeit zu adressieren, nutzen wir bei Bayer die fortschrittlichsten Technologien, um die Entdeckung neuer Medikamente zu beschleunigen. Die talentierte, junge und internationale Forschungsgruppe für maschinelles Lernen ist auf der Suche nach leidenschaftlichen WissenschaftlerInnen und/oder IngenieurInnen (m/w/d) zur Verstärkung unseres Teams. Gemeinsam werden wir innovative Lösungen mit maschinellem Lernen für die Modellierung molekularer Komplexe und Proteindesign entwickeln, um die Arzneimittelentdeckung zu beschleunigen. 

IHRE AUFGABEN UND VERANTWORTLICHKEITEN

• Seien Sie ein aktives Mitglied eines hochgradig interdisziplinären und unternehmensübergreifenden Teams
• Entwickeln und evaluieren Sie modernste Algorithmen für maschinelles Lernen, die auf die Modellierung von Protein-Ligand- und Protein-Protein-Komplexen angewendet werden 
• Arbeiten Sie mit funktionsübergreifenden Teams in Forschung und Entwicklung, um sicherzustellen, dass innovative algorithmische Lösungen umgesetzt und in unsere Entdeckungspipelines integriert werden
• Bleiben Sie auf dem Laufenden über die neuesten Fortschritte bei Technologien für maschinelles Lernen 
• Interagieren Sie durch Veröffentlichungen, Open-Source-Projekte und Konferenzpräsentationen mit der breiteren wissenschaftlichen Community

WAS SIE MITBRINGEN
Wir glauben an Vielfalt, Teamarbeit und Ihre Fähigkeit, im Job zu lernen. Daher ermutigen wir Sie, sich zu bewerben, wenn Sie die erforderlichen Qualifikationen und manche der bevorzugten Eigenschaften erfüllen. 

Erforderliche Qualifikationen: 

• Sie haben einen ausgeprägten wissenschaftlichen oder ingenieurwissenschaftlichen Hintergrund mit einem Doktortitel oder gleichwertiger Berufserfahrung 
• Sie bringen das Fachwissen im maschinellen Lernen mit
• Sie haben aufrichtiges Interesse an Arzneimittelforschung und Biowissenschaften 
• Hervorragende schriftliche und mündliche Kommunikationsfähigkeiten in Englisch runden Ihr Profil ab

Bevorzugte Qualifikationen: 

• Sie verfügen über das Fachwissen in Bioinformatik oder Strukturbiologie
• Sie verfügen über das Fachwissen in der Anwendung maschinellen Lernens zur Charakterisierung und Entwicklung kleiner Moleküle, DNA/RNA oder Proteine
• Sie verfügen über das Fachwissen in der Anwendung, Analyse und Verbesserung modernster Methoden des maschinellen Lernens. Kenntnisse moderner generativer Modellierungsmethoden (z. B. Diffusion), Proteinsprachenmodelle (z. B. ESM), moderner Methoden zur Strukturvorhersage (z. B. AlphaFold) oder Erfahrung im effizienten Trainieren und Feinabstimmen großer Modelle sind ein großes Plus
• Sie haben hervorragende Fähigkeiten in der Softwareentwicklung 
• Ihre Kenntnisse in Quantenchemie wären ein Plus 
• Sie haben Publikationen oder nachgewiesene Beiträge (z. B. Open-Source-Projekte) zu den oben genannten Themen

WAS WIR ANBIETEN
Unser Leistungspaket ist flexibel, wertschätzend und auf deine Lebensweise zugeschnitten, denn: Was Ihnen wichtig ist, ist uns wichtig! 

• Ihre finanzielle Stabilität sichern wir durch ein wettbewerbsfähiges Vergütungspaket, bestehend aus einem attraktiven Funktionseinkommen und einem leistungsorientierten Bonus. Darüber hinaus können Vorgesetzte durch Individuelle Einmalzahlungen oder den Top Performance Award herausragende Leistungen würdigen.
• Ob hybride Arbeitsmodelle oder Teilzeit: Wann immer es möglich ist, geben wir Ihnen die Flexibilität zu arbeiten wie, wo und wann es für Sie am besten ist.
• Ihre Familie hat erste Priorität: Wir bieten liebevolle Konzernkitas an vielen Standorten, Unterstützung bei der Suche nach Kinderbetreuung, Freistellung für die Pflege von Familienmitgliedern, Ferienprogramme und vieles mehr.
• Ihre Weiterentwicklung fördern wir durch Zugang zu Lern- und Entwicklungsmaßnahmen, Schulungen und Trainings der Bayer Learning Academy, Entwicklungsdialoge, sowie durch Coaching und Mentoringprogramme.
• Ihre Gesundheit und einen selbstfürsorglichen Lebensstil unterstützen wir durch viele Maßnahmen, wie kostenlose HealthChecks beim Werksarzt, Gesundheitsseminare und unsere Gesundheitsplattform #machfit. 
• Diversität feiern wir in einer inklusiven Arbeitsumgebung, in der Sie willkommen geheißen, unterstützt und ermutigt werden, Ihre ganze Persönlichkeit einzubringen.

Die Stelle ist auf 2 Jahre befristet und soll zum 01.01.2025 (verhandelbar) besetzt werden.

Be You. Be Bayer.

#LI-AMSEMEA

IHRE BEWERBUNG

Dies ist Ihre Chance, sich mit uns gemeinsam den größten globalen Herausforderungen unserer Zeit zu stellen: die Gesundheit der Menschen zu erhalten, die wachsende Weltbevölkerung zu ernähren und den Klimawandel zu verlangsamen. Sie haben eine Stimme, Ideen und Perspektiven, die wir hören möchten. Denn unser Erfolg beginnt mit Ihnen. Seien Sie dabei!

Bayer begrüßt Bewerbungen aller Menschen ungeachtet von ethnischer Herkunft, nationaler Herkunft, Geschlecht, Alter, körperlichen Merkmalen, sozialer Herkunft, Behinderung, Mitgliedschaft in einer Gewerkschaft, Religion, Familienstand, Schwangerschaft, sexueller Orientierung, Geschlechtsidentität oder einem anderen sachfremden Kriterium nach geltendem Recht. Wir bekennen uns zu dem Grundsatz, alle Bewerber*innen fair zu behandeln und Benachteiligungen zu vermeiden. 
 

Standort:           ​​ ​   Deutschland : Berlin : Berlin || Deutschland : Nordrhein-Westfalen : Monheim​

​​Division: ​               Pharmaceuticals​

Referenzcode:      822732​