Stagiaire, Design de Protéines

Adaptyv construit un laboratoire automatisé qui permet à des agents d'IA de mener des expériences de biologie. Nous entrons dans l'ère de la science agentique où les modèles d'IA peuvent désormais concevoir de nouvelles protéines, proposer des hypothèses et itérer sur les résultats expérimentaux. Mais ils ne peuvent pas mener les expériences eux-mêmes - c'est encore un processus manuel qui dure des mois. Nous construisons l'infrastructure qui donne aux agents d'IA l'accès au monde physique. Nous sommes l'une des entreprises de biotechnologie à la croissance la plus rapide, bénéficiant de la confiance de biopharmas de premier plan, de laboratoires d'IA de pointe et des entreprises de techbio qui font progresser le domaine. C'est une chance rare de contribuer à l'avancement de certains des travaux les plus importants de la biotechnologie aujourd'hui. Notre laboratoire automatisé est alimenté par une pile logicielle + matérielle profonde : des instruments de laboratoire valant des millions de USD rétro-conçus en matériel contrôlable par API, des dizaines d'appareils orchestrés via des flux de travail complexes, une observabilité totale sur tout ce qui se passe dans le laboratoire, des pipelines de traitement pour les données désordonnées du monde physique, et des systèmes d'IA qui dépannent les résultats de production et accélèrent le développement d'essais. Nous nous développons rapidement et recrutons des personnes talentueuses pour répondre à la demande massive d'expérimentations en laboratoire humide pilotées par l'IA. RESPONSABILITÉS - Exécuter et évaluer des méthodes de design de protéines open-source sur de vraies cibles Adaptyv, validées par rapport aux données expérimentales de notre laboratoire humide. - Concevoir des liants pour des campagnes de R&D internes, et suivre les performances expérimentales en termes de taux de réussite, taux de hit, cinétique et développabilité. - Construire des outils informatiques autour du pipeline de conception : prédiction de structure, filtrage et classement, afin de trier de vastes pools de conceptions pour n'en retenir que des candidats pour la synthèse et la caractérisation. - Soutenir le côté technique de nos compétitions ouvertes et hackathons : rédaction de briefs de parcours, soutien aux participants, jugement des soumissions et rédaction des résultats. - Contribuer avec des données ouvertes, des articles de blog, des mises en avant de designers et des comparaisons de méthodes à Proteinbase. QUALIFICATIONS - Actuellement inscrit en Master, doctorat ou en dernière année de licence en biologie computationnelle, apprentissage automatique, biochimie, biophysique, bio-ingénierie ou dans un domaine connexe. - Expérience pratique avec au moins une méthode moderne de design de protéines open-source. - Solides compétences en Python et PyTorch. À l'aise avec les formats de données biologiques. - Une compréhension opérationnelle de la cinétique de liaison et de la développabilité qui dépasse les métriques in silico, avec un scepticisme sain vis-à-vis des scores computationnels comme vérité absolue. - Bonus : contributions antérieures à un dépôt open-source de design de protéines, une performance notable dans une compétition de design publique, ou un article de blog ou un papier publié. Durée : 3-6 mois. Rémunéré. Lieu : À distance, ou sur site à Lausanne. Lausanne est préférable si vous voulez l'accès au laboratoire et l'exposition complète au cycle design-build-test-learn. Date limite de candidature Nous examinons les candidatures au fur et à mesure. Veuillez inclure un lien vers un dépôt GitHub, une soumission de compétition, un article de blog ou tout autre travail concret démontrant votre approche du design de protéines. Date limite de candidature Nous examinons les candidatures au fur et à mesure.