Informazioni sul ruolo
Titolo del ruolo: Scienziato in Chimica Computazionale, Biologia Strutturale e Scoperta di Farmaci (PhD)
Tipo di ruolo: Collaboratore esterno
Sede: Da remoto (in tutto il mondo)
Sintesi del ruolo: In questo ruolo, applicherai la tua competenza per contribuire ad addestrare sistemi di IA di nuova generazione. Il tuo lavoro plasmerà il modo in cui i modelli apprendono, ragionano e operano attraverso input reali di alta qualità.
Responsabilità principali
- Progettare e formulare problemi scientifici complessi di livello esperto in chimica computazionale, biologia strutturale e scoperta di farmaci, con soluzioni chiare e verificabili.
- Rivedere e valutare gli output dei modelli di IA per accuratezza scientifica, rigore e profondità di ragionamento, individuando errori sottili che i non specialisti non rileverebbero.
- Sviluppare rubriche dettagliate e risposte di riferimento basate sulla letteratura primaria e sulla metodologia consolidata.
- Applicare competenze di dominio in aree quali modellazione e simulazione molecolare, predizione e progettazione di strutture proteiche, screening virtuale e docking, modellazione QSAR/ADMET e analisi di dati proteomici/metabolomici.
- Fornire chiare spiegazioni scritte del tuo ragionamento, affinché altri esperti possano seguirlo e convalidarlo.
- Rispettare gli standard di qualità attraverso cicli iterativi di feedback e revisione tra pari.
Requisiti obbligatori (INDISPENSABILI)
- Dottorato di ricerca in Chimica Computazionale, Biologia Strutturale, Biofisica, Bioinformatica, Chimica Farmaceutica, Biochimica o un campo strettamente correlato.
- Esperienza pratica di ricerca in un laboratorio accademico o industriale (esperienza in laboratorio bagnato è un plus).
- Inglese scritto e parlato professionale (C1 o superiore).
Competenze preferenziali
- Esperienza di ricerca post-dottorato o industriale (farmaceutica/biotech) nella scoperta di farmaci o nella biologia strutturale.
- Solido curriculum di pubblicazioni, in particolare articoli come primo autore in riviste pertinenti.
- Modellazione e simulazione molecolare: GROMACS, AMBER, NAMD, OpenMM, metodi di energia libera (FEP/TI).
- Predizione e progettazione di strutture: AlphaFold, Rosetta, modellazione per omologia, interpretazione di dati cryo-EM / cristallografia a raggi X.
- Docking e screening virtuale: AutoDock, Glide, Schrödinger Suite, MOE.
- Cheminformatica: RDKit, QSAR/QSPR, predizione ADMET, fingerprinting, progettazione di librerie.
- Proteomica e metabolomica: LC-MS/MS, MaxQuant, flussi di lavoro DIA/DDA, analisi PTM, metabolomica non target.
- Programmazione: Python (richiesto in pratica), più R, Bash o simili; esperienza con ML per la predizione di proprietà molecolari (GNN, modelli generativi) è un plus.
- Esperienza con benchmarking, valutazione di modelli o scrittura/revisione scientifica.
- Capacità di spiegare concetti scientifici complessi in modo chiaro e preciso per iscritto.