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 Du nach einer abwechslungsreichen und bedeutungsvollen beruflichen Zukunft strebst, in der Du gemeinsam mit anderen brillanten Köpfen wirklich etwas bewegen kannst, möchten wir Dich in unserem Team haben.

Research Scientist (alle Geschlechter) - Machine Learning for Small Molecules 
 

Tritt der Machine Learning Research Gruppe in der Forschung bei Bayer Pharmaceuticals am Standort Berlin bei. Gestalte die Zukunft der Wirkstoffforschung, indem Du pharmakologisch relevante Eigenschaften niedermolekularer Therapeutika modellierst und aktiv die Möglichkeiten der computergestützten Wirkstoffentwicklung für pharmazeutische und agrochemische Anwendungen erweiterst. 

DEINE AUFGABEN UND VERANTWORTLICHKEITEN

• Du entwickelst neuartige Machine Learning-Ansätze, um Unsicherheiten im Wirkstoffdesign abzuschätzen, chemische Räume zu navigieren und pharmazeutisch relevante Eigenschaften molekularer Verbindungen zu modellieren
• Du implementierst Strategien, inspiriert von Active Learning und Bayesian Optimization, zur iterativen Verbesserung und Priorisierung der Synthese und experimentellen Charakterisierung niedermolekularer Verbindungen in wohldefinierten chemischen Räumen
• Methoden zu verwirklichen, um die Anwendbarkeit und Nichtanwendbarkeit prädiktiver Machine Learning-Modelle auf ausgewählte niedermolekulare Verbindungen abzuschätzen, ist Teil Deiner Aufgaben und ermöglicht umsetzbare Erkenntnisse für laufende Wirkstoffforschungsprojekte
• Du priorisierst experimentelle Prozesse anhand der Vorhersagen und Erkenntnisse aus selbst trainierten Machine Learning-Modellen
• Als Verbindungsstelle zwischen unseren Divisionen Crop Science und Pharmaceuticals trägst Du zur unternehmensweiten Life Science-Kollaboration bei
• Du arbeitest eng mit Laboren und Wissenschaftlern im Unternehmen zusammen, um holistische Ansätze zur datengetriebenen Modellierung niedermolekularer Therapeutika zu entwickeln
• Du erkundest neue Ansätze der Unsicherheitsmodellierung und des Active Learning für Modalitäten jenseits niedermolekularer Verbindungen in verschiedenen therapeutischen Bereichen

WAS DU MITBRINGST

Wir freuen uns über Dein Talent und Deine Leidenschaft für diese Position. Die richtigen Talente gewinnen zu können, ist uns ein wichtiges Anliegen. Gerne identifizieren und gestalten wir gemeinsam mit Dir die Karriere- und Entwicklungsmöglichkeiten, die Du suchst. Und wenn Du nicht alle Anforderungen erfüllst, freuen wir uns trotzdem auf Deine Bewerbung. Wir alle lernen dazu!

• Du hast eine Promotion in (computergestützter) Chemie, Informatik, Mathematik, Physik oder einem verwandten Bereich abgeschlossen
• Du bringst Erfahrung in der Entwicklung und Anwendung von Machine Learning-Ansätzen mit, insbesondere im Bereich chemischer oder pharmazeutischer Anwendungen, und hast idealerweise Erfahrung mit Deep Learning
• Es ist von Vorteil wenn Du Kenntnisse in Unsicherheitsabschätzungen und Active Learning (z. B.Conformal Predictors, Bayesian Models wie Gaussian Processes) sowie Erfahrungen mit Multiomics-Daten mitbringst
• Du bist motiviert und neugierig darauf, experimentelle Prozesse, neuartige mathematische Ansätze und Life Science R&D im industriellen Maßstab kennenzulernen
• Deine analytische Denkweise ist stark ausgeprägt, und Du bist bereit, den Status quo in Frage zu stellen
• Du hast bereits bewiesen, dass Du effektiv in interdisziplinären Teams zusammenarbeitest und bringst hervorragende zwischenmenschliche und kommunikative Fähigkeiten mit
• Fließende Englischkenntnisse in Wort und Schrift runden Dein Profil ab; Kenntnisse in Deutsch sind von Vorteil

WAS WIR ANBIETEN

Unser Leistungspaket ist flexibel, wertschätzend und auf Deine Lebensweise zugeschnitten, denn: Was Dir wichtig ist, ist uns wichtig! 

• Deine finanzielle Stabilität sichern wir durch ein wettbewerbsfähiges Vergütungspaket, bestehend aus einem attraktiven Funktionseinkommen und einem leistungsorientierten Bonus. Darüber hinaus können Vorgesetzte durch Individuelle Einmalzahlungen herausragende Leistungen würdigen.
• Ob hybride Arbeitsmodelle oder Teilzeit: Wann immer es möglich ist, geben wir Dir die Flexibilität zu arbeiten wie, wo und wann es für dich am besten ist.
• Deine 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.
• Deine Weiterentwicklung fördern wir durch Zugang zu Lern- und Entwicklungsmaßnahmen, Schulungen und Trainings der Bayer Learning Academy, Entwicklungsdialoge, sowie durch Coaching und Mentoringprogramme.
• Deine Gesundheit und einen selbstfürsorglichen Lebensstil unterstützen wir durch viele Maßnahmen, wie kostenlose HealthChecks beim Werksarzt, Gesundheitsseminare und unsere Gesundheitsplattform #machtfit. 
• Diversität feiern wir in einer inklusiven Arbeitsumgebung, in der Du willkommen geheißen, unterstützt und ermutigt wirst, deine ganze Persönlichkeit einzubringen.

WEITERE INFORMATIONEN

Die Stelle ist auf zwei Jahre befristet.
 

DEINE BEWERBUNG

Dies ist deine Chance, dich 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. Du hast eine Stimme, Ideen und Perspektiven, die wir hören möchten. Denn unser Erfolg beginnt mit dir. Sei dabei. Sei Bayer. 

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:           ​​ ​   Berlin​

​​Division: ​               Pharmaceuticals​

Referenzcode:      826909​