Novartis AG
Basel (City)
Directeur Associé – Données Scientifiques, Modélisation & IA (h/f/d)
- 18 novembre 2026
- 100%
- Basel (City)
À propos de cette offre
Résumé
Il s'agit d'un poste pratique basé à Bâle. Vous naviguerez entre discussions scientifiques, processus de laboratoire, paysages de données et systèmes, et conception pratique de solutions avec une amélioration mesurable de la manière dont les scientifiques travaillent, apprennent des expériences et prennent des décisions de développement.
#LI-Hybrid
Lieu : Bâle, Suisse
Ce poste est basé à Bâle, Suisse. Novartis ne peut pas offrir de soutien à la relocation pour ce poste. Veuillez postuler uniquement si ce lieu est accessible pour vous.
À propos du poste
Façonner et réaliser la transformation digitale
• Collaborer avec les équipes scientifiques pour identifier où les données, la modélisation, l'automatisation ou l'IA peuvent améliorer significativement les processus de développement.
• Traduire les besoins scientifiques et commerciaux en solutions pragmatiques et les guider du concept à la mise en œuvre prête pour la production, à l'adoption et à la gestion durable.
• Connecter les flux de travail de laboratoire, les instruments, les applications scientifiques et les plateformes d'entreprise, en créant des produits de données réutilisables, des composants de flux de travail et des services digitaux plutôt que des solutions isolées.
Faire progresser la modélisation scientifique et la prise de décision
• Traduire les questions de formulation, de science des matériaux et de développement de processus en problèmes quantitatifs prêts pour la modélisation.
• Développer ou permettre des approches statistiques, mécanistiques, d'apprentissage automatique et hybrides, en utilisant des méthodes telles que le plan d'expériences, l'analyse multivariée, l'optimisation et les méthodes bayésiennes lorsqu'elles apportent une valeur scientifique.
• Intégrer les données expérimentales, les modèles et les connaissances du domaine dans des flux de travail de support à la décision, avec un traitement clair des hypothèses, de l'incertitude, de la validation, de l'applicabilité et du cycle de vie.
Construire des flux de travail scientifiques assistés par IA
• Identifier des cas d'utilisation à forte valeur ajoutée pour l'IA générative, les copilotes scientifiques et les agents IA, et transformer les concepts prometteurs en solutions prêtes pour la production.
• Construire et déployer des flux de travail basés sur des agents qui interagissent avec les données scientifiques, les modèles, les sources de connaissances et les plateformes d'entreprise à travers la préparation des données, l'analyse, la planification des expériences, le reporting et le support à la décision.
• Établir des modèles techniques réutilisables permettant aux solutions réussies de se déployer à l'échelle dans PHAD et potentiellement au-delà dans TRD.
Renforcer les fondations des données scientifiques
• Rendre les données de laboratoire et de développement accessibles, structurées, contextualisées et réutilisables pour l'analytique, la modélisation et l'IA.
• Contribuer aux produits de données scientifiques, y compris les modèles de données, les métadonnées, les données de référence, les règles de qualité et la traçabilité, et connecter les données de laboratoire et d'instruments à des plateformes telles que SPINE Explorer.
• Assurer l'interopérabilité, la sécurité, la qualité, la gouvernance et les attentes réglementaires intégrées dans la conception des solutions.
Faire fonctionner les solutions en pratique
• Construire et livrer des solutions prêtes pour la production de manière pratique, pas seulement des prototypes, en utilisant Python et des environnements modernes de data science, modélisation et IA.
• Travailler avec les équipes de plateforme et d'ingénierie logicielle pour déployer, faire évoluer et maintenir des solutions robustes et des applications intuitives pour les scientifiques et les décideurs.
• Documenter les solutions, partager les apprentissages et créer des ressources réutilisables qui accélèrent l'adoption par d'autres.
Formation et expérience
• Master ou doctorat dans une discipline scientifique ou d'ingénierie quantitative, telle que génie chimique, sciences pharmaceutiques, chimie, physique, informatique, mathématiques appliquées, statistiques ou science des données.
• Plusieurs années d'expérience pertinente dans l'application des données, de la modélisation ou des technologies digitales à des problèmes scientifiques ou d'ingénierie, idéalement en R&D pharmaceutique, CMC, fabrication ou autre environnement scientifique complexe.
• Capacité démontrée à mener un problème technique ou scientifique ambigu jusqu'à une solution mise en œuvre prête pour la production, en travaillant à travers les disciplines et en influençant dans un environnement matriciel.
Capacités scientifiques et techniques
• Solide base quantitative et connaissance approfondie d'au moins un domaine pertinent pour le développement pharmaceutique, tel que la chimie, la pharmacie ou le génie chimique/process, pour comprendre les problèmes scientifiques, les données expérimentales et les processus de développement.
• Bonne maîtrise de Python (essentiel), avec une expérience pratique dans le développement, le test et le déploiement de solutions de données, modélisation ou IA reproductibles et prêtes pour la production.
• Expérience avec des modèles statistiques ou d'apprentissage automatique, modélisation mécanistique, optimisation, simulation ou calcul scientifique, et capacité à évaluer les modèles de manière critique.
• Compréhension pratique des architectures de données, API, bases de données, ingénierie des données et données scientifiques structurées et non structurées.
Compétences digitales et IA
Une expérience pertinente dans un ou plusieurs des domaines suivants est particulièrement appréciée :
• IA générative et grands modèles de langage (par ex. API LLM, évaluation)
• Agents IA, utilisation d'outils (par ex. MCP) et orchestration (par ex. LangGraph)
• Génération augmentée par récupération et systèmes de connaissances (par ex. bases de données vectorielles, graphes de connaissances)
• Produits de données scientifiques et ingénierie des données (par ex. SQL, Spark, données FAIR)
• Apprentissage automatique et modèles hybrides physique/données (par ex. scikit-learn, PyTorch)
• Optimisation bayésienne et apprentissage actif (par ex. BoTorch, PyMC)
• Développement et déploiement de logiciels scientifiques (par ex. Git, CI/CD, Docker, API REST)
• Intégration des données de laboratoire et d'instruments (OPC UA, MHS, Sila)
• Gestion du cycle de vie des modèles et de l'IA (par ex. MLOps, MLflow, monitoring)
• Environnements scientifiques réglementés (par ex. GxP, intégrité des données, validation des systèmes informatisés)
Avantages & Récompenses
Chez Novartis, nous nous engageons à réinventer la médecine ensemble - et à récompenser les personnes qui rendent cela possible.
Fourchette de salaire annuel de base attendue pour ce poste : 129 500 - 240 500 CHF
Le salaire de base proposé est déterminé sur la base d'objectifs neutres en termes de genre, tels que les compétences, aptitudes et expériences pertinentes conformément à la politique de fixation des salaires de Novartis et sera révisé périodiquement après votre entrée chez Novartis.
En plus de votre salaire de base, vous pouvez être éligible à un bonus basé sur la performance selon certains paramètres de performance.
Les récompenses de faire partie de notre équipe vont bien au-delà du salaire de base et des incitations. Nous offrons également une variété d'avantages compétitifs en nature pour vous aider à prospérer personnellement et professionnellement, tels que des plans d'assurance, des plans de retraite, des ressources de bien-être et des programmes de reconnaissance globale. De plus, nous proposons des options de travail flexibles et hybrides, lorsque cela est possible, ainsi qu'un congé parental payé minimum de 14 semaines.
Lisez notre brochure pour en savoir plus sur notre offre globale de récompenses :
https://www.novartis.com/sites/novartis_com/files/novartis-life-handbook.pdf
Note : Les avantages et la rémunération peuvent varier selon le pays et sont soumis aux exigences légales locales, y compris les dispositions des conventions collectives le cas échéant. Un aperçu complet de votre package de rémunération, y compris les détails pertinents des conventions collectives applicables à votre poste selon votre lieu d'emploi et l'entité employeur Novartis, vous sera communiqué séparément lors du processus de candidature.
Accessibilité et aménagements
Novartis s'engage à travailler avec et à fournir des aménagements raisonnables à toutes les personnes. Si, en raison d'une condition médicale ou d'un handicap, vous avez besoin d'un aménagement raisonnable pour une partie quelconque du processus de recrutement, ou pour recevoir des informations plus détaillées sur les fonctions essentielles d'un poste, veuillez envoyer un e-mail à diversity.inclusion_ch@novartis.com en précisant la nature de votre demande et vos coordonnées. Veuillez inclure le numéro de référence de l'offre dans votre message.
Pourquoi Novartis : Aider les personnes malades et leurs familles demande plus que de la science innovante. Cela nécessite une communauté de personnes intelligentes et passionnées comme vous. Collaborer, soutenir et s'inspirer mutuellement. S'unir pour réaliser des avancées qui changent la vie des patients. Prêt à créer ensemble un avenir meilleur ? https://www.novartis.com/about/strategy/people-and-culture
Avantages et récompenses : Découvrez toutes les façons dont nous vous aiderons à prospérer personnellement et professionnellement.
Lisez notre manuel (PDF 30 Mo)