
11 - 50 Mitarbeiter
Gegründet 2024
🤖 Künstliche Intelligenz
🧬 Biotechnologie
☁️ SaaS
💰 €41.000.000 Series A - Bioptimus im 2025-01
Artificial Intelligence • Biotechnology • SaaS
Bioptimus ist ein Unternehmen, das grundlegende KI-Modelle für die Biologie entwickelt. Es integriert multimodale und multiskalige biologische Daten, um Datensilos zu durchbrechen und die biomedizinische Forschung sowie klinische Entscheidungsfindung zu beschleunigen. Zu den Vorzeigemodellen gehören H-Optimus-1 für Histologie/digitale Pathologie und M-Optimus als universelles Biologiemodell. Das Unternehmen arbeitet mit Forschungseinrichtungen, Kliniken und der Industrie zusammen, um Modelle sicher und in großem Maßstab zu trainieren und einzusetzen. Gegründet im Jahr 2024 in Paris, konzentriert sich Bioptimus darauf, KI auf Probleme in der biomedizinischen Forschung, klinischen Abläufen und Life-Science-F&E anzuwenden, wobei die Datenqualität, Sicherheit und wissenschaftliche Validierung betont werden.
🔥 vor 47 Minuten
🗣️🇺🇸🇬🇧 Englisch erforderlich
Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.

11 - 50 Mitarbeiter
Gegründet 2024
🤖 Künstliche Intelligenz
🧬 Biotechnologie
☁️ SaaS
💰 €41.000.000 Series A - Bioptimus im 2025-01
Artificial Intelligence • Biotechnology • SaaS
Bioptimus ist ein Unternehmen, das grundlegende KI-Modelle für die Biologie entwickelt. Es integriert multimodale und multiskalige biologische Daten, um Datensilos zu durchbrechen und die biomedizinische Forschung sowie klinische Entscheidungsfindung zu beschleunigen. Zu den Vorzeigemodellen gehören H-Optimus-1 für Histologie/digitale Pathologie und M-Optimus als universelles Biologiemodell. Das Unternehmen arbeitet mit Forschungseinrichtungen, Kliniken und der Industrie zusammen, um Modelle sicher und in großem Maßstab zu trainieren und einzusetzen. Gegründet im Jahr 2024 in Paris, konzentriert sich Bioptimus darauf, KI auf Probleme in der biomedizinischen Forschung, klinischen Abläufen und Life-Science-F&E anzuwenden, wobei die Datenqualität, Sicherheit und wissenschaftliche Validierung betont werden.
• Die Brücke schlagen zwischen unstrukturierten Real‑World‑Daten und modernen KI‑Modellen • Als technische Schnittstelle in Gesprächen mit globalen Partnern fungieren, um Datenpipelines zu standardisieren und zu harmonisieren • Klinische Datensätze im Rahmen des STELA‑Programms strukturieren • Reproduzierbaren Code schreiben, eingehende Daten‑QC durchsetzen und Datenwörterbücher sowie Ontologien entwerfen • Direkt an technischen Gesprächen mit externen Partnern (Krankenhäuser, Forschungseinrichtungen, CROs/CMOs) teilnehmen • Ambigue Quelldaten in harmonisierte, KI‑bereite Assets übersetzen • Verschiedene klinische Daten an branchenübliche biomedizinische Ontologien abbilden und ausrichten • Datenwörterbücher, Schemata und Metadatenmodelle entwerfen, erstellen und pflegen • Daten‑Qualitätskontrollrahmen (QC) etablieren, automatisieren und durchsetzen • Produktionsreife Python‑Skripte schreiben, um Prozesse der Datenbereinigung und Harmonisierung zu automatisieren • Daten aktiv prüfen, um fehlende Variablen, Anomalien und versteckte Verzerrungen zu identifizieren • Vertrautheit mit Metriken zur Progression von Krebserkrankungen
• Bachelor‑ oder Masterabschluss in Life Sciences, Bioinformatik, Gesundheitsinformatik, Informatik, Statistik oder einem verwandten quantitativen Fach • Mehrjährige (typischerweise 3–5+ Jahre) praktische Erfahrung im Clinical Data Management oder Clinical Data Engineering in einem CRO, CMO, Pharma‑ oder Biotech‑Umfeld • Hohe Kenntnisse in Python und gängigen Data‑Science‑Bibliotheken (z. B. Pandas, NumPy) für Datenmanipulation, -bereinigung und -validierung • Nachgewiesene Verpflichtung zu reproduzierbarem Code, einschließlich fundierter Erfahrung mit Git‑Versionskontrolle und dem Aufbau wiederverwendbarer Datenpipelines • Vertrautheit mit klinischen Datenstrukturen, elektronischen Gesundheitsakten (EHR), Case Report Forms (CRFs) und longitudinalen klinischen Studiendaten • Kenntnisse standardisierter klinischer und biologischer Ontologien, speziell für Krebs/Onkologie und/oder Immunologie • Fähigkeit, sich mit klinischen Partnerteams auf Formate zur Datenlieferung abzustimmen • Sicheres Arbeiten in einem schnelllebigen Startup‑Umfeld, in dem Daten‑Schemata sich entwickeln und Ingest‑Anforderungen von Grund auf definiert werden müssen
• Wettbewerbsfähige Vergütung, Unternehmensbeteiligung (Equity) und flexible Arbeitsmodelle (Remote‑Optionen)
Jetzt Bewerben🕒 vor 9 Tagen
Site Manager, verantwortlich für die Betreuung verschiedener Rechenzentrumsprojekte in ganz Deutschland, mit Schwerpunkt Frankfurt am Main. Aufgaben: Steuerung von Auftragnehmern, Sicherstellung von Sicherheitsstandards und Leitung der Projektfertigstellung.
🗣️🇺🇸🇬🇧 Englisch erforderlich
🕒 vor 9 Tagen
Product Data Scientist, verantwortlich für KI-Evaluation und Qualität in einem europäischen Tech-Startup. Treten Sie dem KI-Team bei, um KI-Produkte und -Technologie bei Finom voranzutreiben.
🗣️🇺🇸🇬🇧 Englisch erforderlich
🕒 vor 11 Tagen
Leitung der Marketing- und Vertriebsaktivitäten für ABBs Data-Center-Produkte in Deutschland. Fokus auf der Verbesserung der Vertriebsleistung und der Förderung des strategischen Wachstums im Data-Center-Segment.
🇩🇪 Deutschland – Remote
💰 €545.852.720 Post-IPO Debt - ABB im 2023-11
⏰ Vollzeit
🟡 Mittelstufe
🟠 Senior
📊 Data Scientist
🗣️🇺🇸🇬🇧 Englisch erforderlich
🕒 vor 12 Tagen
11 - 50
Rolle als Data Scientist mit dem Schwerpunkt, humanitäre Maßnahmen durch Machine-Learning-Lösungen zu gestalten. Entwicklung prädiktiver Modelle und Zusammenarbeit mit Teams, um Krisen frühzeitig und effektiv vorherzusagen.
🗣️🇺🇸🇬🇧 Englisch erforderlich
🕒 vor 13 Tagen
51 - 200
Business Intelligence & Strategic Analytics Lead responsible for analytics strategy and insights at Hilo by Aktiia, a med-tech company focused on controlling high blood pressure.
🗣️🇺🇸🇬🇧 Englisch erforderlich