Bioingenieur, Display & Library Engineering

Adaptyv baut ein automatisiertes Labor auf, das es KI-Agenten ermöglicht, Biologieexperimente durchzuführen.

Wir treten in die Ära der agentischen Wissenschaft ein, in der KI-Modelle nun neuartige Proteine entwerfen, Hypothesen vorschlagen und experimentelle Ergebnisse iterativ verbessern können. Aber sie können die Experimente nicht selbst durchführen – das ist nach wie vor ein manueller, monatelanger Prozess. Wir bauen die Infrastruktur auf, die KI-Agenten Zugang zur physischen Welt verschafft.

Wir sind eines der am schnellsten wachsenden Biotech-Unternehmen, dem führende Biopharmas, wegweisende KI-Labs und die Techbio-Unternehmen, die das Feld vorantreiben, vertrauen. Dies ist eine seltene Chance, dabei zu helfen, einige der wichtigsten Arbeiten voranzutreiben, die heute in der Biotech stattfinden.

Unser automatisiertes Labor wird durch einen tiefen Software- + Hardware-Stack angetrieben: Laboinstrumente im Wert von Millionen USD, die mittels Reverse Engineering in API-steuerbare Hardware umgewandelt wurden, Dutzende von Geräten, die durch komplexe Workflows orchestriert werden, vollständige Beobachtbarkeit von allem, was im Labor passiert, Processing-Pipelines für unordentliche Daten aus der physischen Welt und KI-Systeme, die Produktionsergebnisse Fehler analysieren und die Assay-Entwicklung beschleunigen.

Wir wachsen schnell und stellen talentierte Menschen ein, um die massive Nachfrage nach KI-gesteuerter Wet-Lab-Experimentation zu skalieren und zu unterstützen.

Über die Rolle

Sie sind hier, um die Datengenerierung zu skalieren. Design-Teams können uns 10⁶ Sequenzen übergeben, und unsere automatisierte Infrastruktur misst etwa 10³ davon einzeln. Library-Konstruktion und Display ist das, was diese Lücke schließt.

Wir suchen jemanden, der diese Systeme schon einmal aufgebaut hat und dies hier wieder mit den eigenen Händen tun kann. Phage, Ribosom, mRNA, Hefe, zellfrei: Welches Format passt, hängt von der Library und dem Target ab, und ein Teil des Jobs besteht darin, diese Entscheidung zu treffen und sie dann umzusetzen, anstatt nur eine Empfehlung zu schreiben.

Dies ist eine Build-Rolle, keine Service-Rolle. In Ihren ersten Monaten erstellen Sie Libraries, führen Selektionen durch, arbeiten heraus, warum eine Runde gescheitert ist, und verwandeln das, was funktioniert, in etwas, das das Automatisierungsteam ohne Sie ausführen kann.

Was Sie tun werden

• Bauen Sie die Libraries. Oligo-Pools, kombinatorische Assemblierung, Barcoding. Hier scheitern mehr Kampagnen als bei der Selektion.
• Führen Sie Selektionen End-to-End durch, einschließlich der Entscheidung, ob eine Runde echte Binder angereichert hat oder nur schnell wachsende Zellen.
• Wählen Sie die Plattform pro Kampagne aus und richten Sie diese ein. Basierend auf der Library und dem Target, nicht darauf, was Sie zuletzt verwendet haben.
• Verantwortlich für die Sequenzierungsanalyse. Sie müssen kein Bioinformatiker sein, aber Sie können auch nicht auf einen warten.
• Übergabe an die Automatisierung. Ein Protokoll, das nur funktioniert, wenn Sie es persönlich ausführen, ist nicht fertig.
• Schließen Sie den Regelkreis. Ausgewählte Designs werden vom Team nebenan auf BLI und SPR exprimiert und gemessen. Das sagt Ihnen, ob die Selektion funktioniert hat.

Was wir suchen

• MSc / PhD in Molekularbiologie, Protein Engineering oder einem relevanten Bereich, plus 3+ Jahre Erfahrung in der eigenständigen Durchführung von Display und Selektion.
• Sie haben eine Display-Plattform aufgebaut, nicht nur eine benutzt. Dies ist die Kernanforderung. Sie haben die Library gebaut, die Selektion zum Laufen gebracht und Binder produziert, die sich in einem unabhängigen Assay bewährt haben. Das Management von ausgelagerten CRO-Kampagnen ist nicht dasselbe.
• Tiefe in mindestens einem Display-Format und fundierte Kenntnisse in den restlichen. Wir sind nicht auf eines festgelegt.
• High-Diversity-Klonierung und ein Verständnis dafür, wo Bias in einen Pool gelangt und was dies später kostet.
• NGS als Routinewerkzeug und FACS, falls vorhanden.
• Ausreichend Python oder R, um Ihre eigenen Daten zu analysieren, ohne sich in eine Warteschlange einzureihen.
• Sie nutzen KI-Tools ernsthaft. Es ist 2026 und wir arbeiten unternehmensweit mit Claude Code. Sie benötigen zudem das Urteilsvermögen, um zu prüfen, was als Ergebnis zurückkommt.
• Ein Self-Starter. Niemand wird Ihnen eine priorisierte Warteschlange übergeben. Sie entscheiden, was gebaut wird, bauen es und sagen uns, was Sie gelernt haben.
• Startup-Geschwindigkeit, kein akademisches Tempo. Kampagnen laufen gegen Kundenfristen. Eine funktionierende Plattform mit bekannten Grenzen schlägt eine elegante Plattform im nächsten Jahr.
• Sie möchten, dass Ihre Protokolle automatisiert werden, anstatt für immer manuell zu bleiben.

Wenn Ihr Instinkt ist, dass eine Kampagne abgeschlossen ist, sobald Sie zehn gute Klone haben, werden wir uns gegenseitig frustrieren. Wir wollen Daten, keine Trefferliste.

Details

• Standort: Lausanne, Schweiz (vor Ort)
• Typ: Vollzeit
• Startdatum: ASAP

Bewerbungsfrist

Wir prüfen Bewerbungen fortlaufend.