Datenwissenschaftler, Labor- und Proteindaten

Adaptyv baut ein automatisiertes Labor auf, in dem KI-Agenten biologische Experimente durchführen können.
Wir treten in die Ära der Agentenwissenschaft ein, in der KI-Modelle nun neuartige Proteine ​​entwerfen, Hypothesen vorschlagen und experimentelle Ergebnisse iterieren können. Aber sie können die Experimente nicht selbst durchführen – das ist immer noch ein manueller, monatelanger Prozess. Wir bauen die Infrastruktur auf, die KI-Agenten Zugang zur physischen Welt ermöglicht.
Wir sind eines der am schnellsten wachsenden Biotech-Unternehmen und genießen das Vertrauen führender Biopharmaunternehmen, innovativer KI-Labore und der Techbio-Unternehmen, die diesen Bereich vorantreiben. Dies ist eine seltene Gelegenheit, einige der wichtigsten Arbeiten voranzutreiben, die heute in der Biotechnologie stattfinden.
Unser automatisiertes Labor basiert auf einem umfassenden Software- und Hardware-Stack: Laborinstrumente im Wert von mehreren Millionen US-Dollar, die per Reverse Engineering in API-steuerbare Hardware umgewandelt wurden, Dutzende von Geräten, die durch komplexe Arbeitsabläufe orchestriert werden, vollständige Beobachtbarkeit aller Vorgänge im Labor, Verarbeitungspipelines für chaotische Daten aus der physischen Welt und KI-Systeme, die Fehler bei Produktionsergebnissen beheben und die Assay-Entwicklung beschleunigen.
Wir wachsen schnell und stellen talentierte Leute ein, um die enorme Nachfrage nach KI-gesteuerten Nasslaborexperimenten zu skalieren und zu unterstützen.
Über die Rolle
Sie bauen die datenwissenschaftliche Ebene der Adaptyv-Foundry auf – die Arbeit, die Zehntausende rohe, chaotische experimentelle Ergebnisse in saubere, vertrauenswürdige, strukturierte Daten umwandelt, auf die sich unsere Kunden, unsere Modelle und unsere eigenen Wissenschaftler verlassen können. Bindung (BLI/SPR), Entwickelbarkeit, biophysikalische und funktionelle Assays liefern alle Daten im großen Maßstab; Ihre Aufgabe ist es, diese Daten korrekt, vergleichbar und nützlich zu machen.
Dies liegt an der Schnittstelle von drei Dingen: Datenqualität (ist diese Zahl real oder ein Artefakt?), Bioinformatik (Verknüpfung experimenteller Ergebnisse mit Sequenz, Struktur und Proteindesign) und Datensatzerstellung (Umwandlung der Produktionsergebnisse in die Art hochwertiger, bewertbarer Daten, die Spitzen-KI-Labore tatsächlich wollen). Sie arbeiten Seite an Seite mit den Laborwissenschaftlern, die die Tests durchführen, dem Softwareteam, dem die Pipelines gehören, und den Kunden, die Modelle für das trainieren, was wir produzieren. Dies ist eine praktische Build-Rolle, keine Management-Rolle.
Was Sie tun werden

• Beherrschen Sie die wissenschaftliche Logik der Datenqualität im gesamten Unternehmen: Definieren Sie, wie „gute Daten“ für jeden Assay-Typ aussehen – erwartete Signalbereiche, Kontrollschwellen, Fehlermodi, Randfälle – und wandeln Sie sie in automatisierte Prüfungen um.

• Erstellen Sie Anomalieerkennungs- und QC-Modelle, die schlechte Daten erfassen, die das Auge übersehen würde: Assay-Drift, Instrumentenvariabilität, Platteneffekte, falsches Bestehen und falsches Versagen – und unterscheiden Sie echte Signale statistisch vom Rauschen.

• Arbeiten Sie mit den Software- und ML-Teams zusammen, um die automatisierten Datenpipelines zu spezifizieren, zu überprüfen und zu verbessern, die die Instrumentenausgaben verarbeiten, und geben Sie genaue Anforderungen dafür zurück, was markiert, automatisch abgelehnt oder zur menschlichen Überprüfung weitergeleitet werden soll.

• Verbinden Sie experimentelle Ergebnisse wieder mit der Proteinseite – Sequenz, Struktur und Design –, damit sich Nasslabordaten und Rechenmodelle gegenseitig verstärken.

• Verwandeln Sie die Produktionsergebnisse in strukturierte, dokumentierte Datensätze in Benchmark-Qualität, die für unsere Kunden und für das Training und die Bewertung von Proteindesignmodellen von großem Nutzen sind.

• Wenden Sie echte statistische Genauigkeit auf Daten mit mehreren Bedingungen im großen Maßstab an – Tausende von Proben in Hunderten von gleichzeitigen Experimenten – und machen Sie die Ergebnisse über mehrere Durchläufe hinweg interpretierbar und vergleichbar.

Was wir suchen

• Starker Hintergrund in den Bereichen Datenwissenschaft/Bioinformatik – Sie sprechen fließend Python (Pandas, Numpy, der wissenschaftliche Stack) und haben kein Problem damit, chaotische, reale experimentelle Daten Ende-zu-Ende zu verwalten.

• Echte Biologiekenntnisse – Sie verstehen Proteine, Assays und Sequenz/Struktur/Funktion gut genug, um zu wissen, was die Daten bedeuten, und nicht nur, wie man sie verarbeitet. Sie müssen kein Laborwissenschaftler sein, aber Sie können nicht blind für Biologie sein.

• Statistische Reife – Prozesskontrolle, Anomalieerkennung, Umgang mit Variabilität und Chargeneffekten; Sie können Drift vom Rauschen unterscheiden und den Anruf verteidigen.

• Ein produktiver Bauunternehmer mit entsprechenden Belegen. Sie haben viel geliefert – Pipelines, Tools, Modelle, Datensätze – und können auf konkrete Dinge verweisen, die Sie durchgängig erstellt und in die Praxis umgesetzt haben, und nicht auf Prototypen, die in einem Notizbuch gestorben sind. Sie sind schnell unterwegs, systematisieren, was funktioniert, und haben keine Geduld, ein festes Dashboard zu beaufsichtigen.

• KI-nativer Builder. Wir schreiben das Jahr 2026 – Sie bauen standardmäßig mit Programmieragenten wie Claude Code und haben ein scharfes Urteilsvermögen darüber, was sie produzieren.

• Interdisziplinär aus Instinkt. Sie arbeiten voller Energie im Labor, in der Software und im ML und betrachten Automatisierung und Dateninfrastruktur als Teil Ihrer Arbeit.

• Bonus: Erfahrung mit Protein-/Sequenzstrukturdaten (Bioinformatik-Tools, Strukturdaten), ML an experimentellen Daten oder Erstellung von Datensätzen für Modelltraining und Benchmarking.

Einzelheiten

• Standort: Lausanne, Schweiz (vor Ort)

• Art: Vollzeit

• Startdatum: so schnell wie möglich

Bewerbungsschluss
Wir prüfen Bewerber fortlaufend.
Finden Sie Jobs in der Schweiz auf Arbeitnow

Quelle: Arbeitnow (https://www.arbeitnow.ch/jobs/companies/adaptyv/data-scientist-lab-protein-data-lausanne-377956)