Director and Group Head, Applied AI — Novartis

Description complète

Échelle salariale : 1 46 300,00 CHF - 2 71 700,00 CHF Résumé de la description d'emploi Titre du poste: Directeur et chef de groupe (IA appliquée) #LI-Hybrid Lieu: Bâle, Suisse Soutien à la réinstallation: Ce rôle est basé à Bâle, en Suisse. Novartis n'est pas en mesure d'offrir une aide à la réinstallation : veuillez soumettre une demande seulement si elle est accessible. Novartis a adopté une stratégie audacieuse pour conduire une transformation numérique à l'échelle de l'entreprise. Notre objectif est de positionner Novartis comme un leader de l'industrie en adoptant proactivement des technologies numériques qui favorisent des approches novatrices pour accélérer la découverte et le développement de médicaments. En utilisant les données internes et externes de R-D avec la puissance de la science des données, des modèles prédictifs, de l'IA générative et de l'apprentissage machine, notre objectif est d'identifier de nouvelles cibles, de créer des molécules thérapeutiques plus efficaces, de mieux prédire la pharmacocinétique des médicaments et les risques pour la sécurité, d'affiner la conception des essais cliniques et de raccourcir considérablement les cycles de développement. L'équipe de l'IA4R dirige BR dans l'exploration et l'application de méthodologies avancées d'IA et de ML pour générer de nouvelles idées de découverte de médicaments, et pour accélérer et améliorer l'efficacité de la découverte de médicaments tout en se concentrant sur les besoins des patients. L'IA4R s'associe à des équipes de découverte de médicaments, augmente le niveau d'expertise de l'IA dans l'ensemble de la recherche biomédicale (BR) et veille à ce que la science de l'IA continue de s'adapter à l'écosystème en évolution rapide des technologies de l'IA en se connectant aux leaders de l'IA dans les milieux universitaires et industriels. Ce rôle de chef de file pour le groupe AI4R appliqué sera chargé d'assurer un solide leadership technique, d'équipe et de projet, en s' alignant avec les experts en matière biomédicale pour bien comprendre les possibilités de ML dans la découverte de médicaments, l'évaluation du paysage du modèle, l'analyse comparative des modèles et l'application des approches, algorithmes, modèles et flux de travail appropriés en matière d'IA afin de maximiser l'impact sur les domaines clés de la recherche biomédicale qui pourraient mener à la mise au point de meilleurs médicaments, plus rapidement. Description de l'emploi Entrez dans un rôle de leadership central à l'avant-garde de l'innovation scientifique, où l'intelligence artificielle de pointe rencontre la recherche biomédicale. En tant que directeur et chef de groupe (IA appliquée), vous déterminerez comment l'apprentissage automatique avancé s'approche pour accélérer la découverte de médicaments, transformant des données complexes en données scientifiques significatives qui peuvent transformer les résultats des patients. Vous dirigerez des collaborations à impact élevé, guiderez l'orientation stratégique de l'IA dans tous les domaines de recherche et permettreez aux équipes de repousser les limites de ce qui est possible pour développer de meilleurs médicaments, plus rapidement. Principales responsabilités

• Définir et diriger la stratégie d'intelligence artificielle appliquée et la feuille de route pluriannuelle pour la recherche sur la découverte de médicaments.
• Harmoniser les priorités avec les besoins du portefeuille, les possibilités scientifiques et l'impact mesurable des activités et de la recherche.
• Diriger des équipes multidisciplinaires pour identifier, prototyper, comparer et déployer des solutions d'intelligence artificielle adaptées à l'usage.
• Gouvernance d'un portefeuille de renseignements artificiels appliqués comportant des données d'entrée, de priorité, de ressourcement, de surveillance de l'exécution et de mesure du succès.
• Établir des pratiques exemplaires pour l'élaboration des problèmes, la préparation aux données, l'analyse comparative, la conception de l'évaluation et l'élaboration de modèles reproductibles.
• Diriger l'analyse comparative des modèles de base et des modèles spécifiques aux tâches, en permettant des compromis transparents et des décisions d'adoption éclairées.
• Partenaire avec des équipes d'ingénierie pour mettre à l'échelle les solutions et les intégrer dans la prise de décision scientifique quotidienne.
• Définir des mesures d'évaluation rigoureuses reliant le rendement du modèle aux décisions en aval et aux résultats expérimentaux.
• Construire une culture de rigueur scientifique, d'itération rapide, de mentorat et d'impact pratique entre les équipes.
• Forger des collaborations stratégiques entre les universités et l'industrie pour accélérer l'innovation, l'étalonnage et le transfert de technologie. Exigences essentielles
• Expérience démontrée dans la conduite d'initiatives de développement de la capacité d'apprentissage automatique au sein des équipes de découverte de médicaments et des cas d'utilisation.
• Expérience éprouvée de l'analyse comparative des modèles de base dans les applications de découverte de médicaments.
• Expérience pratique en appliquant l'apprentissage automatique