## Die Stelle

Bei Boehringer Ingelheim sind wir davon überzeugt, dass Daten und KI das Potenzial haben, das Gesundheitswesen zu transformieren und das Leben von Millionen von Patient\*innen und Tieren zu verbessern. Möchten Sie Teil einer Organisation werden, die unsere Innovation Unit dabei unterstützt, neue Medikamente zu entwickeln, indem sie wichtige Initiativen zur Daten-Transformation umsetzt? Nehmen Sie als (Senior) Data Scientist eine entscheidende Rolle in IT Research, Development & Medicine (RDM) ein, in der Sie nicht nur dafür verantwortlich sind, Computational Models zu entwerfen und zu entwickeln, Erkenntnisse zu gewinnen und Chancen im Bereich Agentic AI sowie Laboratory Notebook Informatics zu identifizieren, sondern in der Sie auch technische, inspirierende Führung bei Themen rund um Large Language Models, einschließlich Prompt Engineering, geben und jüngere Kolleg\*innen fördern sowie betreuen.

Diese Position kann in Ingelheim oder Biberach besetzt werden.

Die Position kann entweder als Data Scientist oder als Senior Data Scientist besetzt werden.

## Aufgaben und Zuständigkeiten

- In Ihrer Rolle verstehen und lösen Sie komplexe Geschäftsprobleme durch den Einsatz von Data-Science-Lösungen in einem sich schnell verändernden Umfeld, indem Sie neue Technologien und Praktiken (Machine Learning / GenAI) adaptieren.
- Sie leiten eigenständig die Entwicklung und Implementierung von Data-Science-Lösungen, um Projekte bereichsübergreifend mit internen oder externen Partnern durch ein hohes Maß an Data-Science-Expertise umzusetzen.
- Durch die Zusammenarbeit mit geschäftlichen und technischen Stakeholdern verstehen Sie Daten-, IT- und Geschäftsanforderungen und setzen skalierbare Lösungen um.
- Darüber hinaus vernetzen Sie sich regelmäßig mit Fachexpert\*innen sowie internen und externen Partnern, um die Zusammenarbeit und den Wissensaustausch mit anderen Data-Science-Teams innerhalb und außerhalb der Organisation zu fördern und Communities sowie Partnerschaften aufzubauen.

Zusätzliche Aufgaben für die Senior Data Scientist Rolle

- Sie halten sich über die neuesten Fortschritte in den Bereichen KI und Machine Learning auf dem Laufenden und wenden modernste Techniken an, um die Modellleistung und Skalierbarkeit zu verbessern.
- Darüber hinaus begleiten Sie die Organisation strategisch, um das Geschäftspotenzial von KI zu realisieren.
- Sie entwickeln schnell umfassendes Fachwissen in verschiedenen für die Pharmaindustrie relevanten Themen.
- Außerdem übernehmen Sie eine führende Rolle, indem Sie Best Practices erforschen, Experimente durchführen und mit Branchenführern zusammenarbeiten.

## Anforderungen

- Master-Abschluss in Informatik, Data Science, Machine Learning oder einem verwandten Bereich wie Naturwissenschaften (Physik, Mathematik, Bioinformatik) mit ersten Jahren relevanter Berufserfahrung in Data Science und Expertise in GenAI, insbesondere Large Language Models (LLM), oder ein Bachelor-Abschluss mit mehr relevanter Berufserfahrung
- Ein PhD-Abschluss ist von Vorteil
- Fundierte Kenntnisse in Programmiersprachen für Data Science wie Python, ML-Bibliotheken/Frameworks (Scikit-learn, TensorFlow, PyTorch) und GenAI-Technologien (z. B. LLMs, Agentic AI, Vektordatenbanken, Dokumentenextraktion, Agent Communication Protocols, GANs, VAEs oder Diffusionsmodelle)
- Erfahrung in Laboratory Notebook Informatics ist vorteilhaft
- Solides Verständnis von Datenstrukturen, Algorithmen und statistischen Methoden.
- Analytische Fähigkeiten, ausgeprägte Problemlösungsfähigkeiten und die Fähigkeit, mit komplexen Datensätzen zu arbeiten
- Hervorragende Englischkenntnisse (mündlich und schriftlich) sowie Kommunikationsfähigkeiten, um technische Konzepte auch nicht-technischen Stakeholdern zu vermitteln, Deutschkenntnisse sind von Vorteil

Zusätzliche Anforderungen für die Senior Data Scientist Rolle

- Mehrjährige relevante Erfahrung in Data Science, mit Expertise in GenAI, insbesondere Large Language Models (LLM), idealerweise in der Pharmaindustrie
- Expertise in Softwareentwicklungspraktiken, einschließlich Versionskontrolle (Git), CI/CD und Containerisierung (Docker, Kubernetes)