Over de functie
Functietitel: Wetenschapper computationele chemie, structurele biologie en geneesmiddelenonderzoek (PhD)
Type functie: Contractor
Locatie: Op afstand (wereldwijd)
Samenvatting van de functie: In deze rol past u uw expertise toe om de volgende generatie AI-systemen te helpen trainen. Uw werk bepaalt hoe modellen leren, redeneren en presteren, dankzij hoogwaardige input uit de praktijk.
Belangrijkste verantwoordelijkheden
- Ontwerp en schrijf uitdagende wetenschappelijke problemen op expertniveau in computationele chemie, structurele biologie en geneesmiddelenonderzoek, met duidelijke, verifieerbare oplossingen.
- Beoordeel en evalueer de output van AI-modellen op wetenschappelijke juistheid, nauwkeurigheid en diepgang van de redenering, en identificeer subtiele fouten die niet-specialisten zouden missen.
- Ontwikkel gedetailleerde rubrics en referentieantwoorden die zijn gebaseerd op de primaire literatuur en gevestigde methodologie.
- Pas vakexpertise toe op gebieden zoals moleculaire modellering en simulatie, voorspelling en ontwerp van eiwitstructuren, virtuele screening en docking, QSAR/ADMET-modellering en data-analyse in proteomica/metabolomica.
- Geef duidelijke schriftelijke toelichtingen op uw redenering, zodat andere experts deze kunnen volgen en valideren.
- Voldoe aan kwaliteitsnormen door middel van iteratieve feedback- en peer-reviewcycli.
Vereiste kwalificaties (VERPLICHT)
- PhD in computationele chemie, structurele biologie, biofysica, bio-informatica, medicinale chemie, biochemie of een nauw verwant vakgebied.
- Praktische onderzoekservaring in een academisch of industrieel lab (ervaring in een natlab is een pluspunt).
- Professioneel geschreven en gesproken Engels (C1 of hoger).
Gewenste vaardigheden
- Postdoctorale of industriële onderzoekservaring (farma/biotech) in geneesmiddelenonderzoek of structurele biologie.
- Sterke publicatiehistorie, met name artikelen als eerste auteur in relevante tijdschriften.
- Moleculaire modellering en simulatie: GROMACS, AMBER, NAMD, OpenMM, methoden voor vrije energie (FEP/TI).
- Structuurvoorspelling en -ontwerp: AlphaFold, Rosetta, homologiemodellering, interpretatie van cryo-EM-/röntgenkristallografiedata.
- Docking en virtuele screening: AutoDock, Glide, Schrödinger Suite, MOE.
- Cheminformatica: RDKit, QSAR/QSPR, ADMET-voorspelling, fingerprinting, bibliotheekontwerp.
- Proteomica en metabolomica: LC-MS/MS, MaxQuant, DIA-/DDA-workflows, PTM-analyse, untargeted metabolomica.
- Programmeren: Python (in de praktijk vereist), plus R, Bash of vergelijkbaar; ervaring met ML voor voorspelling van moleculaire eigenschappen (GNN's, generatieve modellen) is een pluspunt.
- Ervaring met benchmarking, modelevaluatie of wetenschappelijk schrijven/reviewen.
- Vermogen om complexe wetenschappelijke concepten schriftelijk duidelijk en nauwkeurig uit te leggen.