Científico de datos, datos de laboratorio y proteínas

Adaptyv está construyendo un laboratorio automatizado que permite a los agentes de IA realizar experimentos biológicos.
Estamos entrando en la era de la ciencia agente donde los modelos de IA ahora pueden diseñar proteínas novedosas, proponer hipótesis e iterar sobre resultados experimentales. Pero no pueden realizar los experimentos ellos mismos; sigue siendo un proceso manual que dura meses. Estamos construyendo la infraestructura que brinda a los agentes de IA acceso al mundo físico.
Somos una de las empresas de biotecnología de más rápido crecimiento, en la que confían las biofarmacéuticas líderes, los laboratorios de inteligencia artificial de vanguardia y las empresas de tecnología biológica que impulsan el campo. Esta es una oportunidad única para ayudar a avanzar en algunos de los trabajos más importantes que se realizan actualmente en biotecnología.
Nuestro laboratorio automatizado está impulsado por una profunda pila de software y hardware: instrumentos de laboratorio por valor de millones de dólares diseñados con ingeniería inversa para convertirlos en hardware controlable por API, docenas de dispositivos orquestados a través de flujos de trabajo complejos, observabilidad total de todo lo que sucede en el laboratorio, procesos de procesamiento para datos confusos del mundo físico y sistemas de inteligencia artificial que solucionan problemas en los resultados de producción y aceleran el desarrollo de ensayos.
Estamos creciendo rápidamente y estamos contratando personas talentosas para escalar y respaldar la demanda masiva de experimentación en laboratorios húmedos impulsada por IA.
Acerca del rol
Desarrollarás la capa de ciencia de datos de la fundición de Adaptyv: el trabajo que convierte decenas de miles de lecturas experimentales sin procesar y desordenadas en datos limpios, confiables y estructurados en los que nuestros clientes, nuestros modelos y nuestros propios científicos pueden confiar. Los ensayos de unión (BLI/SPR), de desarrollo, biofísicos y funcionales producen datos a escala; su trabajo es hacer que esos datos sean correctos, comparables y útiles.
Esto se encuentra en la intersección de tres cosas: calidad de los datos (¿este número es real o un artefacto?), bioinformática (vincular los resultados experimentales con la secuencia, la estructura y el diseño de proteínas) y la construcción de conjuntos de datos (convertir la producción de la fundición en el tipo de datos comparables y de alta calidad que los laboratorios de IA de vanguardia realmente desean). Trabajará hombro con hombro con los científicos del laboratorio que ejecutan los ensayos, el equipo de software propietario de las tuberías y los clientes que entrenan modelos sobre lo que producimos. Esta es una función práctica de construcción, no de gestión.
lo que harás

• Sea dueño de la lógica científica de la calidad de los datos en toda la fundición: defina cómo se ven los "buenos datos" para cada tipo de ensayo (rangos de señal esperados, umbrales de control, modos de falla, casos extremos) y conviértalos en verificaciones automatizadas.

• Cree modelos de control de calidad y detección de anomalías que detecten datos erróneos que el ojo pasaría por alto: deriva del ensayo, variabilidad del instrumento, efectos de la placa, pases falsos y fallos falsos, y distinga estadísticamente la señal real del ruido.

• Trabajar con los equipos de software y ML para especificar, revisar y mejorar los canales de datos automatizados que procesan los resultados de los instrumentos, proporcionando requisitos precisos sobre qué marcar, rechazar automáticamente o enviar a revisión humana.

• Conectar los resultados experimentales con el lado de las proteínas (secuencia, estructura y diseño) para que los datos del laboratorio húmedo y los modelos computacionales se refuercen entre sí.

• Convertir los resultados de la fundición en conjuntos de datos estructurados, documentados y de calidad comparativa que sean un activo genuino para nuestros clientes y para entrenar y evaluar modelos de diseño de proteínas.

• Aplique un rigor estadístico real a datos de múltiples condiciones a escala (miles de muestras en cientos de experimentos simultáneos) y haga que los resultados sean interpretables y comparables entre ejecuciones.

Lo que estamos buscando

• Sólida experiencia en ciencia de datos/bioinformática: domina Python (pandas, numpy, el stack científico) y se siente cómodo poseyendo datos experimentales desordenados del mundo real de principio a fin.

• Base biológica genuina: comprende las proteínas, los ensayos y la secuencia/estructura/función lo suficientemente bien como para saber lo que significan los datos, no solo cómo procesarlos. No es necesario ser un científico de base, pero no se puede ser ciego a la biología.

• Madurez estadística: control de procesos, detección de anomalías, manejo de la variabilidad y efectos de los lotes; puedes distinguir la deriva del ruido y defender la llamada.

• Constructor prolífico con recibos que lo demuestran. Ha enviado muchas cosas (canalizaciones, herramientas, modelos, conjuntos de datos) y puede señalar cosas concretas que construyó de principio a fin y puso en uso real, no prototipos que murieron en un cuaderno. Te mueves rápido, sistematizas lo que funciona y no tienes paciencia para cuidar un tablero fijo.

• Constructor nativo de IA. Estamos en 2026: construyes con agentes de codificación como Claude Code de forma predeterminada y tienes un juicio agudo sobre lo que producen.

• Interdisciplinario por instinto. Tiene energía para trabajar en la mesa de laboratorio, el software y el aprendizaje automático, y trata la automatización y la infraestructura de datos como parte de su trabajo.

• Bonificación: experiencia con datos de estructura de secuencias/proteínas (herramientas bioinformáticas, datos estructurales), aprendizaje automático de datos experimentales o creación de conjuntos de datos para entrenamiento de modelos y evaluación comparativa.

Detalles

• Ubicación: Lausana, Suiza (en el sitio)

• Tipo: Tiempo completo

• Fecha de inicio: lo antes posible

Fecha límite de solicitud
Estamos revisando a los solicitantes de forma continua.
Encuentre trabajo en Suiza en Arbeitnow

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