Data Scientist, Lab & Protein Data

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 de plusieurs 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 leaders, 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 de dispositifs orchestrés via des workflows complexes, une observabilité complète de tout ce qui se passe dans le laboratoire, des pipelines de traitement pour les données complexes du monde physique, et des systèmes d'IA qui dépannent les résultats de production et accélèrent le développement de tests. Nous nous développons rapidement et recrutons des personnes talentueuses pour dimensionner et soutenir la demande massive pour l'expérimentation en laboratoire humide (wet lab) pilotée par l'IA. À PROPOS DU RÔLE Vous construirez la couche de science des données de la fonderie d'Adaptyv — le travail qui transforme des dizaines de milliers de relevés expérimentaux bruts et désordonnés en données propres, fiables et structurées sur lesquelles nos clients, nos modèles et nos propres scientifiques peuvent compter. Les essais de liaison (BLI/SPR), de développabilité, biophysiques et fonctionnels produisent tous des données à grande échelle ; votre travail est de rendre ces données correctes, comparables et utiles. Cela se situe à l'intersection de trois éléments : la qualité des données (ce chiffre est-il réel ou est-ce un artefact ?), la bioinformatique (lier les résultats expérimentaux à la séquence, la structure et la conception des protéines) et la construction de jeux de données (transformer la production de la fonderie en le type de données de haute qualité et comparables que les laboratoires d'IA de pointe recherchent réellement). Vous travaillerez côte à côte avec les scientifiques de laboratoire qui effectuent les essais, l'équipe logicielle qui gère les pipelines, et les clients qui entraînent des modèles sur ce que nous produisons. Il s'agit d'un rôle de construction opérationnelle, et non de management. CE QUE VOUS FEREZ - Assumer la logique scientifique de la qualité des données dans toute la fonderie : définir à quoi ressemblent les "bonnes données" pour chaque type d'essai — plages de signaux attendues, seuils de contrôle, modes de défaillance, cas limites — et les transformer en contrôles automatisés. - Construire des modèles de détection d'anomalies et de contrôle qualité (QC) qui détectent les mauvaises données qui échapperaient à l'œil : dérive de l'essai, variabilité de l'instrument, effets de plaque, faux positifs et faux négatifs — et distinguer statistiquement le signal réel du bruit. - Travailler avec les équipes software et ML pour spécifier, réviser et améliorer les pipelines de données automatisés qui traitent les sorties des instruments, en fournissant des exigences précises sur ce qu'il faut signaler, rejeter automatiquement ou acheminer vers une révision humaine. - Relier les résultats expérimentaux au côté protéique — séquence, structure et conception — afin que les données de laboratoire humide et les modèles informatiques se renforcent mutuellement. - Transformer la production de la fonderie en jeux de données structurés, documentés et de qualité de référence (benchmark-grade) qui constituent un véritable atout pour nos clients et pour l'entraînement et l'évaluation des modèles de conception de protéines. - Appliquer une véritable rigueur statistique aux données multi-conditions à grande échelle — des milliers d'échantillons à travers des centaines d'expériences simultanées — et rendre les résultats interprétables et comparables d'une série à l'autre. CE QUE NOUS RECHERCHONS - Solide expérience en science des données / bioinformatique — vous maîtrisez Python (pandas, numpy, la pile scientifique) et êtes à l'aise pour gérer de bout en bout des données expérimentales réelles et complexes. - Bases solides en biologie — vous comprenez les protéines, les essais et la séquence/structure/fonction suffisamment bien pour savoir ce que les données signifient, et pas seulement comment les traiter. Vous n'avez pas besoin d'être un chercheur de paillasse, mais vous ne pouvez pas être aveugle à la biologie. - Maturité statistique — contrôle de processus, détection d'anomalies, gestion de la variabilité et des effets de lot ; vous pouvez distinguer la dérive du bruit et justifier votre décision. - Constructeur prolifique avec des preuves à l'appui. Vous avez livré beaucoup de choses — pipelines, outils, modèles, jeux de données — et pouvez montrer des choses concrètes que vous avez construites de bout en bout et mises en utilisation réelle, et non des prototypes morts dans un notebook. Vous agissez vite, systématisez ce qui fonctionne et n'avez aucune patience pour surveiller un tableau de bord fixe. - Constructeur "AI-native". Nous sommes en 2026 — vous construisez par défaut avec des agents de codage comme Claude Code, et vous avez un jugement aiguisé sur ce qu'ils produisent. - Interdisciplinaire par instinct. Vous êtes stimulé par le travail transversal entre la paillasse de laboratoire, le logiciel et le ML, et vous considérez l'automatisation et l'infrastructure de données comme faisant partie de vo