Wissenschaftler, große Bibliotheken

Das ist Cradle
Proteine sind die molekularen Maschinen des Lebens und werden für viele therapeutische, diagnostische, chemische, landwirtschaftliche und Lebensmittelanwendungen eingesetzt. Das Entwerfen und Optimieren von Proteinen erfordert viel Expertenwissen und manuellen Aufwand durch den Einsatz maßgeschneiderter rechnerischer und biologischer Werkzeuge.
Maschinelles Lernen revolutioniert diesen Bereich, indem es hochpräzise Proteinmodelle ermöglicht. Bei Cradle bieten wir eine Softwareplattform für die KI-gesteuerte Entdeckung und Optimierung von Proteinen, damit Biologen Proteine ​​schneller und in großem Maßstab entwerfen können. Wir werden bereits von Kunden aus den Bereichen Biopharma, Biotechnologie, Agrartechnologie, Lebensmitteltechnologie und Wissenschaft genutzt.
Wir sind ein erfahrenes Team von knapp 100 Mitarbeitern. Wir haben bereits viele erfolgreiche Produkte entwickelt und verfügen über genügend Finanzmittel für mehrere Jahre Start- und Landebahn. Wir sind zusammen mit einigen Remote-Kollegen auf drei Büros in Amsterdam, Boston und Zürich verteilt.
Wir bieten unseren Mitarbeitern ein sehr wettbewerbsfähiges Gehalt, eine großzügige Kapitalbeteiligung am Unternehmen sowie vielfältige Zusatzleistungen und Karrieremöglichkeiten.

Was wir suchen
Wir suchen einen (leitenden) Wissenschaftler, der unser Team für große Bibliotheken verstärkt und die Entwicklung neuartiger Hochdurchsatz-Screening-Funktionen für Protein-Protein-Wechselwirkungen vorantreibt. In dieser Rolle arbeiten Sie an der Entwicklung neuartiger Methoden zum Screening von Proteinvariantenbibliotheken (z. B. Antikörpern) zur Messung der Bindungsaffinitäten von Proteininteraktionen. Sie entwickeln innovative Methoden zur Erkundung von Sequenz-Funktions-Landschaften und generieren umfangreiche Datensätze. Diese Datensätze werden die Modelle der Cradle AI/ML-Plattform unterstützen, Designempfehlungen stärken, die Proteinoptimierung beschleunigen und das Verständnis der Proteinleistung vertiefen. Ihre Bemühungen werden es unseren Kunden ermöglichen, schneller bessere Proteine ​​für biotechnologische Anwendungen zu entwickeln.

Verantwortlichkeiten
Methodenentwicklung und -ausführung

• Entwickeln und optimieren Sie neuartige Arbeitsabläufe für das Hochdurchsatz-Screening von Protein-Protein-Interaktionsbibliotheken

• Aufbau und Optimierung von In-vitro- oder zellbasierten Assay-Pipelines über mehrere Display- und Screening-Modalitäten hinweg (Hefe, Phagen, mRNA, Ribosomen-Display oder Säugetier-Display)

• Entwerfen, erstellen und ausführen Sie molekularbiologische und biochemische Frameworks für den Bibliotheksaufbau, das Screening und die Datengenerierung im großen Maßstab

• Erstellen Sie robuste und wiederholbare Tests mit der statistischen Genauigkeit, die für das Training, die Bewertung und die Optimierung von ML-Modellen erforderlich ist

Technische Führung

• Projekte vom experimentellen Design bis zur Datenbereitstellung vorantreiben und leiten

• Identifizieren Sie Möglichkeiten zur Verbesserung von Durchsatz, Datenqualität, Wiederholbarkeit und Workflow-Effizienz.

• Arbeiten Sie mit einem funktionsübergreifenden Team zusammen, um komplexe technische Herausforderungen zu beheben und Lösungen zu iterieren.

Funktionsübergreifende Zusammenarbeit

• Arbeiten Sie mit dem ML-Team zusammen, um Datenanforderungen zu definieren und experimentelle Ergebnisse in die ML-Pipeline zu integrieren.

• Kommunizieren Sie Ergebnisse, Erkenntnisse und technische Herausforderungen effektiv über Disziplinen hinweg.

• Tragen Sie zur Gestaltung der wissenschaftlichen Ausrichtung des Large Libraries-Teams bei und leisten Sie einen sinnvollen Beitrag zur Weiterentwicklung der Cradle-Plattform.

Dein Hintergrund
Fehlen ein oder zwei Punkte in der folgenden Liste? Keine Sorge, wenn Sie von dieser Rolle begeistert sind und die meisten dieser Kriterien erfüllen, möchten wir auf jeden Fall von Ihnen hören. Im Bewerbungsformular haben Sie die Möglichkeit, unsere Neugier zu wecken, indem Sie uns etwas Bahnbrechendes mitteilen, an dem Sie gearbeitet haben.

• Doktortitel in Biochemie, Molekularbiologie, Biophysik, synthetischer Biologie, Bioingenieurwesen oder einem verwandten Fachgebiet.

• Nachgewiesene Kreativität in der Methodenentwicklung: Sie haben Arbeitsabläufe erfunden oder grundlegend angepasst, nicht nur etablierte ausgeführt.

• Begeisterung dafür, in einer frühen Startup-Umgebung zu lernen, einen Beitrag zu leisten und Innovationen voranzutreiben. Seien Sie mit Unklarheiten und einer schnelllebigen Umgebung vertraut.

• Starke mündliche und schriftliche Kommunikationsfähigkeiten in Englisch. Proaktiver Austausch von Ergebnissen, Erfolgen und Herausforderungen in einem funktionsübergreifenden Umfeld.

• Fähigkeit, mehrere Projekte gleichzeitig auszuführen und gleichzeitig sicherzustellen, dass Prozessschritte dokumentiert und physische/digitale Daten organisiert werden.

Nice-to-have
Erfahrungen in einem oder mehreren der folgenden Bereiche wären von Vorteil:

• Methoden zum Aufbau großer DNA-Bibliotheken (>10^6 Varianten)

• Display-Plattformen (Hefe-, Phagen-, mRNA-, Ribosomen-Display oder Säugetier-Display)

• Durchflusszytometrie und FACS

• Vertrautheit mit bindungskinetischen Messtechniken (SPR, BLI, ELISA usw.)

• Sequenzierungsbibliotheksvorbereitung der nächsten Generation, Qualitätskontrolle und bioinformatische Analysetools (Illumina, Nanopore, PacBio).

• Erfahrung mit statistisch strenger Versuchsplanung und Datenqualitätsbewertung

• Hochdurchsatz-Datenanalyse oder Vertrautheit mit Skriptsprachen (Python, R)

• Klassische Hochdurchsatz-Laborautomatisierung (Roboter-Liquid-Handler, Plattenlesegeräte, Kolonie-Picker)

Erfahren Sie mehr über das BioEngineering-Team
Wir sind ziemlich offen darüber, woran wir in unserem BioEngineering-Team arbeiten. Wenn Sie vor Ihrer Bewerbung noch etwas mehr erfahren möchten, schauen Sie sich die Blogbeiträge unseres Teams an (Link 1, Link 2) oder sehen Sie sich unser Webinar zum Thema Laborautomatisierung an.
Unser Engagement für eine inklusive Einstellung
Cradle bewertet alle Kandidaten auf der Grundlage ihrer Leistung, unabhängig von Geschlecht, Geschlecht, ethnischer Zugehörigkeit, sozioökonomischem Hintergrund oder anderen Aspekten der Identität. Wir tolerieren keinerlei Diskriminierung und ermutigen Kandidaten mit unterschiedlichem Hintergrund aktiv, sich zu bewerben.

KI-Offenlegung
Cradle verwendet ein Bewerber-Tracking-System, das grundlegende KI-gestützte Funktionen umfasst, die basierend auf der Übereinstimmung von Bewerbungen mit einer Stellenbeschreibung Bewertungen oder Rankings generieren können. Diese Ergebnisse werden nicht dazu verwendet, Einstellungsentscheidungen zu treffen oder sinnvoll zu beeinflussen – alle Kandidaten werden durch eine gründliche, von Menschen geleitete Überprüfung durch unser Rekrutierungsteam bewertet.…

Quelle: Arbeitnow (https://www.arbeitnow.nl/jobs/companies/cradlebio/scientist-large-libraries-amsterdam-402474)