Naukowiec, Wiązanie Kinetyki

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
Nasze laboratorium generuje wiążące dane szybciej, niż jest w stanie je przeglądać jedna osoba. Rundy pochodzą z Gators i Carterra, przechodzą przez nasz rurociąg przetwarzania i trafiają do kolejki recenzji. Ktoś posiadający prawdziwy osąd musi zatem zdecydować: czy ta krzywa jest prawdziwa? Czy jest to odpowiedni artefakt, czy prawdziwe wydarzenie wiążące dwa państwa? Czy ta replika zostanie dostarczona, czy też próbka zostanie ponownie zbadana? Tą osobą jesteś ty.
Druga połowa pracy to rozmowa z klientem na ten temat. Kiedy zespół projektowy otrzymuje z powrotem płytkę, a trzy z jego najlepszych przewidywań wydają się niewiążące, chce porozmawiać z kimś, kto może wyjaśnić dlaczego: odejmowanie referencji, zachłanność, współczynnik dysocjacji na granicy rozdzielczości instrumentu lub po prostu złe białko. Będziesz tą osobą, która będzie rozmawiać, udostępniać ekran i przeglądać sensorgramy.
To rola dla naukowca, który jest bardzo dobry w kinetyce i lubi też ludzi. Jeśli lubisz jedno, a drugie nie, będziesz tutaj nieszczęśliwy.
Co zrobisz

• Przejrzyj wiążące dane wychodzące z laboratorium. Każde uruchomienie SPR i BLI przechodzi przez nasz proces przetwarzania, a następnie do przeglądu ręcznego, a Ty jesteś ekspertem w zakresie wyników. Ty decydujesz, co zostanie dostarczone, co zostanie oznaczone, a co ponownie uruchomione.

• Oceniaj krzywe, a nie tylko liczby. Dobrze wyglądające Kd w złym dopasowaniu jest gorsze niż żaden numer. Znasz różnicę między rzeczywistą stopą off-rate a dryfującą wartością bazową i możesz powiedzieć dlaczego.

• Przejrzyj także dane z innych naszych testów: termostabilność, ekspresja, rozwijalność, aktywność enzymatyczna. Wiązanie jest podstawą tej roli, ale to nie wszystko.

• Porozmawiaj z klientami o ich wynikach. Dostarczane instrukcje, pytania uzupełniające i niezręczna rozmowa, gdy dane nie mówią tego, czego oczekiwano. Wyjaśniasz, co zmierzyliśmy, na ile jesteśmy pewni siebie i co dalej robić.

• Zamień recenzję w projekt eksperymentalny. Kiedy coś wymaga ponownego uruchomienia, Ty decydujesz, jakie zmiany: orientacja, regeneracja, seria stężeń lub przejście z BLI na SPR w celu uzyskania czułości.

• Analizuj na poziomie partii, a nie tylko próbki. Przy setkach wyników na eksperyment powinieneś napisać skrypt, aby znaleźć wzorzec, zamiast klikać w kolejkę. Systematyczny dryf, zły kanał referencyjny lub partia docelowa zachowująca się inaczej niż poprzednia, ujawniają się łącznie na długo przed pojawieniem się na jakiejkolwiek pojedynczej krzywej.

• Wprowadź zdobytą wiedzę z powrotem do procesu. Kiedy złapiesz przypadek, w którym automatyzacja przeszła coś, czego nie powinna, lub zawiodła coś, czego nie powinna, staje się to konkretnym wymaganiem dla zespołu programistycznego.

• Ściśle współpracuj z produkcją (co faktycznie wydarzyło się w laboratorium), kontrolą jakości (systematyczna jakość) i sukcesem klienta (relacje wokół nauki).

Czego szukamy

• Magister/doktorat z biochemii, biofizyki lub pokrewnej dziedziny plus ponad 3 lata pracy praktycznej z wiążącą kinetyką.

• Głębokie doświadczenie w SPR i BLI. Biacore, Carterra, Octet, Gator: platforma ma mniejsze znaczenie niż fakt, że przeprowadziłeś te testy, rozwiązałeś problemy i zinterpretowałeś wiele uzyskanych z nich danych. Widziałeś wystarczająco dużo sensorgramów, aby od razu wiedzieć, kiedy ktoś cię okłamuje.

• Prawdziwy, trafny osąd. 1:1 vs. biwalentny, kiedy stan stacjonarny jest odpowiedni, a kiedy nie, jak transport masy i zachłanność zniekształcają wynik. Możesz bronić Kd lub odmówić jego zgłoszenia.

• Silne umiejętności analizy danych. Python lub R, wystarczy, aby wyciągnąć kilkaset wyników z bazy danych, dopasować je, wykreślić i znaleźć wartości odstające. Ta rola generuje zbyt dużo danych, aby można je było przeglądać ręcznie.

• Poważnie używasz narzędzi AI. Wewnętrznie korzystamy z Claude Code i podobnych narzędzi, a najwięcej tutaj robią ludzie, którzy domyślnie po niego sięgają: pisząc skrypt analityczny, wysyłając zapytania do bazy danych, budując jednorazowy dashboard. Nie musisz robić tego wcześniej, ale musisz chcieć. Jeśli instynkt podpowiada Ci, że prawdziwi naukowcy robią to ręcznie, to nie tu.

• Samodzielny start, który działa niezależnie. Nikt nie będzie Ci codziennie rano wręczał priorytetowej kolejki. Dowiesz się, co jest najważniejsze, zrób to i powiedz nam, co znalazłeś.

• Szybko się uczę. Nasza platforma, nasze testy i oprogramowanie stale się zmieniają. Otrzymasz nieznane narzędzia i oczekujesz, że szybko zaczniesz z nimi pracować produktywnie.

• Szybkość uruchamiania, a nie tempo akademickie. Eksperymenty wysyłane są do klientów płacących w terminach. Uzyskanie dobrej odpowiedzi w tym tygodniu przebije doskonałą odpowiedź w następnym kwartale i wolelibyśmy zaznaczyć niejednoznaczny wynik, niż na nim siedzieć.

• Wygodnie przed klientami. Wielu z nich to naukowcy ze stopniem doktora w firmach farmaceutycznych i laboratoriach sztucznej inteligencji, którzy będą się przeciwstawiać. Powinieneś cieszyć się tą rozmową, a nie się jej bać.…

Źródło: Arbeitnow (https://www.arbeitnow.ch/jobs/companies/adaptyv/scientist-binding-kinetics-lausanne-184116)