Over de functie
Functietitel: Wetenschapper Computationele Chemie, Structuurbiologie & Geneesmiddelenontwikkeling (PhD)
Functietype: Contractor
Locatie: Remote (Wereldwijd)
Functieomschrijving: In deze rol zet je je expertise in om de volgende generatie AI-systemen te helpen trainen. Je werk bepaalt hoe modellen leren, redeneren en presteren op basis van hoogwaardige, realistische input.
Belangrijkste verantwoordelijkheden
- Ontwerp en schrijf uitdagende, expert-niveau wetenschappelijke problemen in computationele chemie, structuurbiologie en geneesmiddelenontwikkeling, met duidelijke, verifieerbare oplossingen.
- Beoordeel en evalueer AI-modeloutputs op wetenschappelijke nauwkeurigheid, rigorositeit en diepgang van redenering, en identificeer subtiele fouten die niet-specialisten zouden missen.
- Ontwikkel gedetailleerde rubrics en referentieantwoorden op basis van de primaire literatuur en gevestigde methodologie.
- Pas domeinexpertise toe op gebieden zoals moleculaire modellering en simulatie, eiwitstructuurvoorspelling en -ontwerp, virtuele screening en docking, QSAR/ADMET-modellering, en proteomics/metabolomics data-analyse.
- Geef duidelijke schriftelijke uitleg van je redenering, zodat andere experts deze kunnen volgen en valideren.
- Voldoe aan kwaliteitsnormen via iteratieve feedback- en peerreviewcycli.
Vereiste kwalificaties (MUST)
- PhD in computationele chemie, structuurbiologie, biofysica, bio-informatica, medicinale chemie, biochemie of een nauw verwant vakgebied.
- Praktische onderzoekservaring in een academisch of industrieel lab (wetlab-ervaring is een plus).
- Professioneel schriftelijk en mondeling Engels (C1 of hoger).
Gewenste vaardigheden
- Postdoc- of industrieel onderzoekservaring (farma/biotech) in geneesmiddelenontwikkeling of structuurbiologie.
- Sterke publicatielijst, met name first-author papers in relevante tijdschriften.
- Moleculaire modellering en simulatie: GROMACS, AMBER, NAMD, OpenMM, vrije-energiemethoden (FEP/TI).
- Structuurvoorspelling en -ontwerp: AlphaFold, Rosetta, homologiemaatmodellering, interpretatie van cryo-EM / röntgenkristallografiedata.
- Docking en virtuele screening: AutoDock, Glide, Schrödinger Suite, MOE.
- Cheminformatica: RDKit, QSAR/QSPR, ADMET-voorspelling, fingerprinting, bibliotheekontwerp.
- Proteomics en metabolomics: LC-MS/MS, MaxQuant, DIA/DDA-workflows, PTM-analyse, untargeted metabolomics.
- 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 plus.
- Ervaring met benchmarking, modelevaluatie of wetenschappelijk schrijven/reviewen.
- Vermogen om complexe wetenschappelijke concepten duidelijk en precies schriftelijk uit te leggen.