Binding Kinetics Scientist (SPR & BLI)

Adaptyv baut ein automatisiertes Labor, das es KI-Agenten ermöglicht, biologische Experimente durchzuführen. Wir betreten die Ära der agentischen Wissenschaft, 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, die es KI-Agenten ermöglicht, auf die physische Welt zuzugreifen. Wir sind eines der am schnellsten wachsenden Biotech-Unternehmen, das von führenden Biopharmaunternehmen, fortschrittlichen KI-Labors und Techbio-Unternehmen, die das Feld vorantreiben, vertraut wird. Dies ist eine seltene Gelegenheit, einige der wichtigsten Arbeiten im Biotech-Bereich voranzutreiben.

Unser automatisiertes Labor wird von einem tiefen Software- und Hardware-Stack betrieben: Laboreinrichtungen im Wert von Millionen USD, die in API-kontrollierbare Hardware umgekehrt wurden, Dutzende von Geräten, die durch komplexe Workflows orchestriert werden, vollständige Beobachtbarkeit von allem, was im Labor passiert, Verarbeitungs-Pipelines für unordentliche Daten aus der physischen Welt und KI-Systeme, die Produktionsresultate beheben und die Assay-Entwicklung beschleunigen. Wir wachsen schnell und stellen talentierte Menschen ein, um die massive Nachfrage nach KI-gesteuerten Experimenten im Feuchtlabor zu skalieren und zu unterstützen.

Unsere Labore produzieren Bindungsdaten schneller, als eine Person sie betrachten kann. Läufe kommen von den Gators und der Carterra, durchlaufen unsere Verarbeitungspipeline und landen in einer Überprüfungswarteschlange. Jemand mit echtem Urteilsvermögen muss dann entscheiden: Ist diese Kurve echt? Ist das ein Anpassungsartefakt oder ein echtes Zwei-Zustands-Bindungsereignis? Wird dieses Replikat geliefert oder wird die Probe erneut durchgeführt? Diese Person sind Sie.

Der zweite Teil des Jobs besteht darin, mit dem Kunden darüber zu sprechen. Wenn ein Designteam eine Platte zurückbekommt und drei ihrer besten Vorhersagen wie Nicht-Binder aussehen, möchten sie mit jemandem sprechen, der erklären kann, warum: Referenzsubtraktion, Avidität, eine Off-Rate am Rand dessen, was das Instrument auflöst, oder einfach ein schlechtes Protein. Sie werden diese Person sein, am Telefon, Ihren Bildschirm teilen und Sensorgramme durchgehen.

Dies ist eine Rolle für einen Wissenschaftler, der sehr gut in Kinetik ist und auch gerne mit Menschen arbeitet. Wenn Sie das eine mögen, aber nicht das andere, werden Sie hier unglücklich sein. Wir würden es vorziehen, wenn Sie mit uns in Lausanne sind. Ein Großteil des Urteils in diesem Job kommt davon, dass man zum Instrument gehen und fragen kann, was tatsächlich passiert ist. Aber wir werden die richtige Person deswegen nicht verlieren, also funktioniert Remote- oder Hybridarbeit, wenn Sie eindeutig die richtige Person sind.

Was Sie tun werden:

• Überprüfen der Bindungsdaten, die aus dem Labor kommen. Jeder SPR- und BLI-Lauf durchläuft unsere Verarbeitungspipeline und dann die menschliche Überprüfung, und Sie sind das Expertenauge auf dem Output.
• Urteilen über die Kurven, nicht nur über die Zahlen. Ein sauber aussehendes Kd bei einer schlechten Anpassung ist schlimmer als keine Zahl überhaupt.
• Überprüfen von Daten aus unseren anderen Assays: Thermostabilität, Expression, Entwickelbarkeit, Enzymaktivität. Bindung ist der Kern der Rolle, aber nicht alles.
• Mit Kunden über ihre Ergebnisse sprechen. Durchlauf von Lieferungen, Nachfragen und das unangenehme Gespräch, wenn die Daten nicht das sagen, was sie gehofft haben.
• Die Überprüfung in experimentelles Design umwandeln. Wenn etwas erneut durchgeführt werden muss, entscheiden Sie, welche Änderungen vorgenommen werden: Orientierung, Regeneration, Konzentrationsserien oder ein Wechsel von BLI zu SPR für die Sensitivität.
• Auf Batch-Ebene analysieren, nicht nur auf Probenebene. Bei Hunderten von Ergebnissen pro Experiment sollten Sie ein Skript schreiben, um das Muster zu finden, anstatt durch eine Warteschlange zu klicken.
• Was Sie lernen, in die Pipeline zurückspeisen. Wenn Sie einen Fall entdecken, in dem die Automatisierung etwas übersehen hat, das sie nicht hätte übersehen sollen, oder etwas, das sie nicht hätte ablehnen sollen, wird das zu einer konkreten Anforderung für das Softwareteam.
• Eng mit der Produktion (was tatsächlich im Labor passiert), QC (systematische Qualität) und dem Kundenerfolg (die Beziehung zur Wissenschaft) zusammenarbeiten.

Was wir suchen:

• MSc oder PhD in Biochemie, Biophysik oder einem verwandten Bereich sowie 3+ Jahre praktische Erfahrung mit Bindungskinetik.
• Tiefe SPR- und BLI-Erfahrung. Biacore, Carterra, Octet, Gator: die Plattform ist weniger wichtig als die Tatsache, dass Sie diese Assays durchgeführt, sie behoben und viele Daten daraus interpretiert haben.
• Echtes Anpassungsurteil. 1:1 vs. bivalent, wann der stationäre Zustand angemessen ist und wann nicht, wie Massentransport und Avidität ein Ergebnis verzerren.
• Starke Datenanalysefähigkeiten. Python oder R, genug, um ein paar hundert Ergebnisse aus einer Datenbank abzurufen, sie anzupassen, zu plotten und die Ausreißer zu finden.
• Sie nutzen KI-Tools ernsthaft. Wir arbeiten intern mit Claude Code und ähnlichen Tools, und die Personen, die hier am meisten erreichen, sind diejenigen, die standardmäßig danach greifen.
• Ein Selbststarter, der unabhängig arbeitet. Niemand wird Ihnen jeden Morgen eine priorisierte Warteschlange geben.
• Ein schneller Lerner. Unsere Plattform, unsere Assays und unsere Software ändern sich ständig.
• Startup-Geschwindigkeit, nicht akademisches Tempo. Experimente werden pünktlichen Kunden geliefert.
• Komfortabel im Umgang mit Kunden. Viele sind Wissenschaftler auf PhD-Niveau in Pharmaunternehmen und KI-Labors.
• Fähig, schwierige Dinge einfach zu erklären. Einige Kunden sind Biophysiker, andere ML-Forscher, die noch nie einen Pipettenstift in der Hand hatten.
• Ehrlich über Unsicherheiten. Wenn die Daten mehrdeutig sind, sagen Sie es uns und dem Kunden.
• Vertrautheit mit anderen biophysikalischen oder funktionalen Assays (DSF, HPLC, plattengestützte Aktivitätsassays) ist ein Plus.

Warum diese Rolle interessant ist:

Die meisten Kinetik-Wissenschaftler verbringen ihre Karrieren damit, eine Handvoll Assays sehr sorgfältig durchzuführen. Hier werden Sie in einem Jahr mehr Bindungsdaten sehen als die meisten Menschen in einem Jahrzehnt, über eine Vielzahl von Zielen und Entwurfsmethoden hinweg, einschließlich vieler KI-gestalteter Proteine, die niemand jemals charakterisiert hat. Sie werden Mustererkennung aufbauen, die wirklich selten ist, und Sie werden die Person sein, die Kunden anruft, wenn sie wissen möchten, was ihre Daten tatsächlich bedeuten.

Bewerbungsfrist: Wir überprüfen Bewerbungen fortlaufend.