Bioingénieur, Display & Library Engineering

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 qui dure des 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, ayant la confiance de biopharmas de premier plan, 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 profonde software + hardware : des instruments de laboratoire valant des millions de USD rétro-conçus en matériel contrôlable par API, des dizaines de dispositifs orchestrés via des flux de travail complexes, une observabilité totale sur 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 passer à l'échelle et soutenir la demande massive d'expérimentation en laboratoire humide (wet lab) pilotée par l'IA. À PROPOS DU RÔLE Vous êtes ici pour augmenter la génération de données. Les équipes de conception peuvent nous remettre 10⁶ séquences, et notre infrastructure automatisée en mesure environ 10³ individuellement. La construction de bibliothèques et le display sont ce qui comble cet écart. Nous voulons quelqu'un qui a déjà mis en place ces systèmes et qui peut le refaire ici, de ses propres mains. Phage, ribosome, mRNA, levure, cell-free : le choix dépend de la bibliothèque et de la cible, et une partie du travail consiste à prendre cette décision puis à la construire plutôt que d'écrire une recommandation. Il s'agit d'un rôle de construction, pas d'un rôle de service. Durant vos premiers mois, vous créerez des bibliothèques, mènerez des sélections, chercherez pourquoi un cycle a échoué, et transformerez ce qui fonctionne en quelque chose que l'équipe d'automatisation pourra exécuter sans vous. CE QUE VOUS FEREZ - Construire les bibliothèques. Oligo pools, assemblage combinatoire, barcoding. Plus de campagnes échouent ici qu'au stade de la sélection. - Mener les sélections de bout en bout, y compris la décision de savoir si un cycle a enrichi de vrais liants ou juste des organismes à croissance rapide. - Choisir la plateforme par campagne et l'installer. En fonction de la bibliothèque et de la cible, et non de ce que vous avez eu l'occasion d'utiliser la dernière fois. - Assumer l'analyse de séquençage. Vous n'avez pas besoin d'être bioinformaticien, mais vous ne pouvez pas attendre après un. - Passer le relais à l'automatisation. Un protocole qui ne fonctionne que lorsque vous l'exécutez personnellement n'est pas terminé. - Boucler la boucle. Les conceptions sélectionnées sont exprimées et mesurées sur BLI et SPR par l'équipe d'à côté. Cela vous indique si la sélection a fonctionné. CE QUE NOUS RECHERCHONS - MSc ou PhD dans un domaine pertinent, plus 3+ ans d'expérience à mener vous-même le display et la sélection. - Vous avez mis en place une plateforme de display, pas seulement utilisé une. C'est l'exigence fondamentale. Avoir construit la bibliothèque, fait fonctionner la sélection et produit des liants qui ont tenu lors d'un essai indépendant. Gérer des campagnes externalisées auprès de CRO n'est pas la même chose. - Une expertise approfondie dans au moins un format de display et une maîtrise opérationnelle des autres. Nous ne sommes pas fixés sur l'un en particulier. - Clonage à haute diversité, et une compréhension de l'endroit où le biais entre dans un pool et de ce que cela vous coûte plus tard. - Le NGS comme outil de routine, et le FACS si vous le maîtrisez. - Assez de Python ou R pour analyser vos propres données sans rejoindre une file d'attente. - Vous utilisez sérieusement les outils d'IA. Nous sommes en 2026 et nous fonctionnons avec Claude Code dans toute l'entreprise. Vous avez également besoin du jugement nécessaire pour vérifier les résultats obtenus. - Un profil autonome (self-starter). Personne ne va vous donner une file d'attente priorisée. Vous décidez de ce qu'il faut construire, vous le construisez, et vous nous dites ce que vous avez appris. - La vitesse d'une startup, pas le rythme académique. Les campagnes sont menées selon les échéances des clients. Une plateforme fonctionnelle avec des limites connues bat une plateforme élégante l'année prochaine. - Vous voulez que vos protocoles soient automatisés plutôt que manuels pour toujours. Si votre instinct est qu'une campagne est terminée une fois que vous avez dix bons clones, nous allons nous frustrer mutuellement. Nous voulons des données, pas une liste de succès (hit list). POURQUOI CE RÔLE EST INTÉRESSANT La plupart des scientifiques spécialisés en display passent une carrière à prospecter une seule classe de cibles, et le résultat est une liste de succès. Ici, vous mènerez des campagnes sur de nombreuses cibles et de nombreuses méthodes de conception, dont beaucoup sur des protéines conçues par IA que personne n'a caractérisées auparavant. L'expression et la caractérisation sont déjà exécutées à grande échelle sur notre infrastructure automatisée, vous construisez donc la couche de sélection et non tout ce qui se trouve en dessous. DÉTAILS - Lieu : Lausanne, Suisse, sur site. Il s'agit d'un rôle de laboratoire. - Type : Temps plein. - Date de début : Dès que possible. Date limite de candidature Nous examinons les candidatures