Analityk danych, laboratorium i dane dotyczące białek

Adaptyv buduje zautomatyzowane laboratorium, które pozwala agentom AI przeprowadzać eksperymenty biologiczne.
Wkraczamy w erę nauki agentycznej, w której modele sztucznej inteligencji mogą teraz projektować nowe białka, stawiać hipotezy i powtarzać wyniki eksperymentów. Nie mogą jednak sami przeprowadzać eksperymentów – jest to wciąż ręczny, wielomiesięczny proces. Budujemy infrastrukturę, która zapewnia agentom AI dostęp do świata fizycznego.
Jesteśmy jedną z najszybciej rozwijających się firm biotechnologicznych, któremu zaufały wiodące biofarmaceutyki, pionierskie laboratoria AI i firmy technologiczne rozwijające tę dziedzinę. To rzadka szansa, aby pomóc w postępie niektórych z najważniejszych prac zachodzących obecnie w biotechnologii.
Nasze zautomatyzowane laboratorium opiera się na rozbudowanym zestawie oprogramowania i sprzętu: instrumenty laboratoryjne warte miliony dolarów poddane inżynierii wstecznej w sprzęcie sterowanym przez API, dziesiątki urządzeń zorganizowanych w ramach złożonych przepływów pracy, pełna możliwość obserwacji wszystkiego, co dzieje się w laboratorium, potoki przetwarzania nieuporządkowanych danych ze świata fizycznego oraz systemy sztucznej inteligencji, które rozwiązują problemy z wynikami produkcji i przyspieszają rozwój testów.
Szybko się rozwijamy i poszukujemy utalentowanych osób, które będą w stanie skalować i wspierać ogromne zapotrzebowanie na eksperymenty w mokrych laboratoriach opartych na sztucznej inteligencji.
O roli
Zbudujesz warstwę analityki danych w odlewni Adaptyv — pracę, która zamieni dziesiątki tysięcy surowych, niechlujnych odczytów eksperymentalnych w czyste, godne zaufania i uporządkowane dane, na których będą mogli polegać nasi klienci, nasze modele i nasi naukowcy. Testy wiązania (BLI/SPR), opracowywalności, biofizyczne i funkcjonalne pozwalają uzyskać dane na dużą skalę; Twoim zadaniem jest zapewnienie poprawności, porównywalności i przydatności tych danych.
Leży to na styku trzech rzeczy: jakości danych (czy ta liczba jest prawdziwa, czy artefaktu?), bioinformatyki (łączenie wyników eksperymentów z sekwencją, strukturą i projektem białka) oraz tworzeniem zbiorów danych (przekształcanie wyników odlewni w rodzaj wysokiej jakości, możliwych do porównania danych, których faktycznie chcą pionierskie laboratoria AI). Będziesz pracować ramię w ramię z naukowcami laboratoryjnymi, którzy przeprowadzają testy, zespołem programistów, który jest właścicielem rurociągów, oraz klientami, którzy szkolą modele na podstawie naszych produktów. Jest to rola polegająca na praktycznym budowaniu, a nie na stanowisku kierowniczym.
Co zrobisz

• Stosuj naukową logikę jakości danych w całej odlewni: zdefiniuj, jak wyglądają „dobre dane” dla każdego typu testu – oczekiwane zakresy sygnałów, progi kontrolne, tryby awarii, przypadki skrajne – i zamień je w automatyczne kontrole.

• Twórz modele wykrywania anomalii i kontroli jakości, które wychwytują złe dane, które mogłyby zostać przeoczone przez oko: dryft testu, zmienność przyrządu, efekty płytek, fałszywe przejścia i fałszywe błędy — i statystycznie rozróżnij sygnał rzeczywisty od szumu.

• Współpracuj z zespołami ds. oprogramowania i ML, aby określić, przejrzeć i ulepszyć zautomatyzowane potoki danych, które przetwarzają dane wyjściowe z przyrządów, przekazując dokładne wymagania dotyczące tego, co należy oznaczyć, automatycznie odrzucić lub skierować do przeglądu ręcznego.

• Połącz wyniki eksperymentów ze stroną białkową — sekwencją, strukturą i projektem — tak aby dane z mokrego laboratorium i modele obliczeniowe wzajemnie się wzmacniały.

• Przekształcenie wyników odlewni w ustrukturyzowane, udokumentowane zestawy danych klasy referencyjnej, które stanowią prawdziwy atut dla naszych klientów oraz do szkolenia i oceny modeli projektowania białek.

• Zastosuj prawdziwy rygor statystyczny do danych wielowarunkowych na dużą skalę – tysiące próbek w setkach jednoczesnych eksperymentów – i spraw, aby wyniki były możliwe do interpretacji i porównywalne w różnych seriach.

Czego szukamy

• Solidna wiedza z zakresu analityki danych/bioinformatyki — biegle posługujesz się językiem Python (pandy, numpy, stos naukowy) i czujesz się komfortowo, posiadając bałagan, dane eksperymentalne ze świata rzeczywistego od początku do końca.

• Prawdziwe podstawy biologii — rozumiesz białka, testy i sekwencję/strukturę/funkcję na tyle dobrze, aby wiedzieć, co oznaczają dane, a nie tylko jak je przetwarzać. Nie musisz być naukowcem, ale nie możesz być ślepy na biologię.

• Dojrzałość statystyczna – kontrola procesu, wykrywanie anomalii, obsługa zmienności i efekty wsadowe; możesz odróżnić dryf od hałasu i obronić połączenie.

• Płodny budowniczy z kwitami to potwierdzającymi. Przesłałeś wiele — potoki, narzędzia, modele, zbiory danych — i możesz wskazać konkretne rzeczy, które zbudowałeś od początku do końca i wdrożyłeś w rzeczywiste użycie, a nie prototypy, które umarły w notatniku. Działasz szybko, systematyzujesz to, co działa i nie masz cierpliwości do opiekowania się stałym pulpitem nawigacyjnym.

• Kreator natywny dla AI. Jest rok 2026 — domyślnie tworzysz z agentami kodującymi, takimi jak Claude Code, i masz wyraźną ocenę tego, co produkują.

• Interdyscyplinarność z instynktu. Pełna energii pracujesz na stanowisku laboratoryjnym, przy oprogramowaniu i uczeniu maszynowym, a automatyzację i infrastrukturę danych traktujesz jako część swojej pracy.

• Premia: doświadczenie z danymi dotyczącymi białek/struktury sekwencji (narzędzia bioinformatyczne, dane strukturalne), ML na danych eksperymentalnych lub budowanie zbiorów danych do szkolenia modeli i testów porównawczych.

Szczegóły

• Lokalizacja: Lozanna, Szwajcaria (na miejscu)

• Rodzaj: Pełny etat

• Data rozpoczęcia: JAK NAJSZYBCIEJ

Termin składania wniosków
Na bieżąco sprawdzamy kandydatów.
Znajdź oferty pracy w Szwajcarii na Arbeitnow

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