계산화학, 구조생물학 및 신약개발 과학자 (박사)

직무명: 계산화학, 구조생물학 및 신약개발 과학자 (박사)

직무 유형: 계약직

근무지: 원격 (전 세계)

직무 요약: 이 역할에서는 전문 지식을 활용하여 차세대 AI 시스템 훈련을 지원하게 됩니다. 귀하의 업무는 고품질의 실제 데이터 입력을 통해 모델이 학습하고 추론하며 수행하는 방식을 형성하게 됩니다.

주요 업무

• 계산화학, 구조생물학 및 신약개발 분야에서 명확하고 검증 가능한 해답과 함께 전문가 수준의 도전적인 과학적 문제를 설계하고 작성합니다.
• AI 모델 출력의 과학적 정확성, 엄밀성 및 추론의 깊이를 검토하고 평가하며, 비전문가가 놓칠 수 있는 미묘한 오류를 식별합니다.
• 1차 문헌과 확립된 방법론에 근거한 상세한 평가 기준과 참조 답안을 개발합니다.
• 분자 모델링 및 시뮬레이션, 단백질 구조 예측 및 설계, 가상 스크리닝 및 도킹, QSAR/ADMET 모델링, 프로테오믹스/메타볼로믹스 데이터 분석 등의 분야에서 도메인 전문성을 적용합니다.
• 다른 전문가가 따라가고 검증할 수 있도록 추론 과정을 명확한 글로 설명합니다.
• 반복적인 피드백과 동료 검토 주기를 통해 품질 기준을 충족합니다.

필수 자격 요건 (MUST)

• 계산화학, 구조생물학, 생물물리학, 생물정보학, 의약화학, 생화학 또는 이와 밀접하게 관련된 분야의 박사 학위.
• 학계 또는 산업체 실험실에서의 직접 연구 경험 (습식 실험실 경험은 우대).
• 전문적인 영어 작문 및 회화 능력 (C1 이상).

우대 역량

• 신약개발 또는 구조생물학 분야의 박사후연구원 또는 산업체(제약/바이오테크) 연구 경험.
• 뛰어난 논문 실적, 특히 관련 저널의 제1저자 논문.
• 분자 모델링 및 시뮬레이션: GROMACS, AMBER, NAMD, OpenMM, 자유에너지 방법 (FEP/TI).
• 구조 예측 및 설계: AlphaFold, Rosetta, 상동성 모델링, 극저온 전자현미경 / X선 결정학 데이터 해석.
• 도킹 및 가상 스크리닝: AutoDock, Glide, Schrödinger Suite, MOE.
• 화학정보학: RDKit, QSAR/QSPR, ADMET 예측, 핑거프린팅, 라이브러리 설계.
• 프로테오믹스 및 메타볼로믹스: LC-MS/MS, MaxQuant, DIA/DDA 워크플로우, PTM 분석, 비표적 메타볼로믹스.
• 프로그래밍: Python (실무상 필수), 그리고 R, Bash 또는 이와 유사한 언어; 분자 물성 예측을 위한 머신러닝(GNN, 생성 모델) 경험은 우대.
• 벤치마킹, 모델 평가 또는 과학적 작문/검토 경험.
• 복잡한 과학적 개념을 글로 명확하고 정확하게 설명하는 능력.