Senior Data Scientist, Biologics Discovery - Madrid, ES

• Máster o Doctorado en Ciencias de la Computación, Machine Learning, Biología Computacional, Bioinformática, Estadística o un campo relacionado.
• Al menos 2 años de experiencia en ML aplicado, incluyendo desarrollo de modelos, evaluación y curación de conjuntos de datos sobre datos científicos o biomédicos complejos.
• Gran dominio de Python y del stack moderno de ML (por ejemplo, PyTorch, scikit-learn) y SQL.
• Experiencia transformando datos experimentales complejos y heterogéneos en características y conjuntos de entrenamiento robustos, con exposición a la infraestructura de datos y entrenamiento en la nube.
• Comprensión sólida de la evaluación, la validación y los riesgos de fuga de datos (leakage) y de cambio de distribución (distribution shift).
• Capacidad para colaborar eficazmente con científicos experimentales y socios de modelado en un entorno de I+D matricial.

Preferibles

• Experiencia con biológicos, modelos de secuencias de anticuerpos/proteínas o modelos de lenguaje de proteínas.
• Experiencia con aprendizaje activo (active learning), optimización bayesiana o modelos generativos basados en secuencias para el diseño molecular.
• Familiaridad con datos biofísicos/de ensayos y endpoints de desarrollabilidad.
• Experiencia con MLOps, seguimiento de experimentos y monitorización de modelos.
• Familiaridad con la forma en que las ontologías o los grafos de conocimiento apoyan la reutilización de datos y los conjuntos de datos listos para la IA.

Este puesto tendrá su base en una de nuestras oficinas en Spring House, PA (muy preferible), Titusville, NJ, o Raritan, NJ, EE. UU.; o en Madrid, España. (Sin opción de teletrabajo.)

#LI-SL
#JNJDataScience
#JNJIMRND-DS
#JRDDS
#LI-Hyrbid
# 3

Además del salario base, ofrecemos los siguientes beneficios*: un bono anual con un objetivo establecido (% del salario) dependiendo del nivel salarial / ubicación, donde el importe real se basa en el rendimiento de los empleados y de la empresa del año natural anterior, o comisiones de ventas. Además, ofrecemos días de vacaciones, permiso parental por un mínimo de 12 semanas, permiso por duelo, permiso para cuidadores, permiso de voluntariado, reembolso de bienestar y programas de salud financiera, física y mental. También ofrecemos premios por aniversario de servicio y reconocimiento y, sujeto a los términos de sus respectivos planes, los empleados —y en algunas ubicaciones, sus dependientes elegibles— pueden participar en varios planes de seguros. Para más información, visite Employee benefits | Supporting well-being & career growth | Johnson & Johnson Careers.

*Esto es solo para fines informativos. Los importes y los beneficios reales pueden variar según la ubicación y están sujetos a cambios.

Función del puesto: Data Analytics & Computational Sciences

Nuestra experiencia en Medicina Innovadora se nutre e inspira en los pacientes, cuyos conocimientos impulsan nuestros avances basados en la ciencia. Visionarios como tú trabajan en equipos que salvan vidas desarrollando las medicinas del mañana.

Únete a nosotros para desarrollar tratamientos, encontrar curas y liderar el camino del laboratorio a la vida, defendiendo a los pacientes en cada paso del proceso.

Más información en https://www.jnj.com/innovative-medicine

Diseñarás enfoques de featurization robustos y curarás conjuntos de datos estandarizados, trazables y listos para modelos a partir de datos de ensayos biológicos, biofísicos, de secuencias y de constructos. Operarás en la interfaz entre nuestros socios de generación de datos e infraestructura de datos y el equipo de In Silico Discovery (ISD), asegurando que los conjuntos de datos y las características que crees fortalezcan los modelos de propiedades moleculares de ISD. Esta es una oportunidad para dar forma a cómo la IA aprende de cada experimento biológico.

55.400,00 € - 87.860,00 €

Ciencia de datos

Científico/Tecnológico

Madrid, España

Johnson & Johnson Innovative Medicine busca un Senior Data Scientist dedicado a nuestra organización de Biologics Discovery. Este puesto forma parte de nuestro equipo de Data Science y colabora estrechamente con nuestra organización de In Silico Discovery (ISD), el grupo que construye los modelos de diseño molecular y predicción de propiedades (por ejemplo, modelos de desarrollabilidad, afinidad y unión, y otros modelos de propiedades moleculares y riesgos de responsabilidad) que guían qué moléculas biológicas diseñar, fabricar y avanzar. ISD es responsable del desarrollo de los modelos moleculares centrales; tú construirás las capacidades de ML orientadas a los datos (featurization, conjuntos de datos listos para modelos) que permitan que los modelos de ISD se construyan más rápido y sean más fiables.

Este puesto tendrá su base en una de nuestras oficinas en Spring House, PA (muy preferible), Titusville, NJ, o Raritan, NJ, EE. UU.; o en Madrid, España. (Sin opción de teletrabajo.)

Ten en cuenta que este puesto está disponible en varios países y puede publicarse bajo diferentes números de solicitud para cumplir con los requisitos locales. Aunque puedes solicitar cualquiera o todas las ofertas, te recomendamos centrarte en el país o países específicos que coincidan con tus ubicaciones preferidas:

EE. UU. - Número de solicitud: R-095854

España - Número de solicitud: R-096793

Por qué es importante este rol: Biologics Discovery está generando datos ricos y de rápido crecimiento a través de ensayos, secuencias y modalidades, y la oportunidad actual es hacer que esos datos estén totalmente listos para modelos y disponibles sin interrupciones para ML. Este rol garantiza que los datos biológicos estén estructurados para el entrenamiento, y que el ML aplicado a los datos de descubrimiento ayude a los científicos a priorizar moléculas, señalar riesgos y generar hipótesis de forma más temprana, fortaleciendo la interfaz con los modelos de ISD en lugar de duplicarlos.

Responsabilidades clave

• Aplicar herramientas modernas de ciencia de datos para explorar, integrar y caracterizar datos heterogéneos de descubrimiento biológico (por ejemplo, datos de secuencias de anticuerpos/proteínas, constructos, ensayos y datos biofísicos).
• Trabajar con científicos de descubrimiento para traducir preguntas científicas y puntos de decisión DMTL (design-make-test-learn) en requisitos analíticos y de datos claros.
• Identificar problemas de calidad de datos, sesgos, lagunas y riesgos, como la fuga de datos (leakage) o el cambio de distribución (distribution shift), que podrían afectar al modelado posterior o a la interpretación científica.
• Apoyar el uso eficaz de los datos para la priorización de moléculas, la identificación de riesgos y la generación de hipótesis.

Featurization y datos listos para modelos

• Desarrollar featurization y conjuntos de datos listos para modelos a partir de datos de descubrimiento biológico.
• Trabajar con ingenieros de datos para especificar las características, etiquetas y niveles de agregación que necesitan los modelos, preservando las representaciones originales donde la información sea relevante.
• Curar, documentar y versionar conjuntos de datos para que el modelado sea reproducible y trazable.

Colaboración, rigor y crecimiento

• Colaborar con ISD para entregar conjuntos de datos de entrenamiento estandarizados y trazables, y alinearse sobre en qué áreas el Data Science habilita frente a dónde ISD es dueño del modelado.
• Colaborar con científicos de Discovery para enmarcar los problemas de ML en torno a puntos de decisión reales en el ciclo design-make-test-learn (DMTL).
• Trabajar estrechamente con colegas de ontología y MLOps para que los conjuntos de datos tengan una semántica consistente y los modelos pasen de forma fiable del desarrollo al uso.
• Promover la reproducibilidad, la documentación y la IA responsable.

Esta es una oportunidad para aplicar ML donde realmente marque la diferencia en el descubrimiento de biológicos: basado en datos reales de ensayos y secuencias, en estrecha colaboración con un modelado molecular de clase mundial, y con un margen real para ampliar tu alcance, liderazgo técnico e impacto a medida que construyes una trayectoria de resultados.

Requisitos

Obligatorios

Advanced Analytics, Business Intelligence (BI), Coaching, Collaboration, Critical Thinking, Data Analysis, Database Management, Data Privacy Standards, Data Reporting, Data Savvy, Data Science, Data Visualization, Econometric Models, Process Improvements, Technical Credibility, Technologically Savvy, Workflow Analysis