Científico de Química Computacional, Biología Estructural y Descubrimiento de Fármacos (PhD)

Título del puesto: Científico en Química Computacional, Biología Estructural y Descubrimiento de Fármacos (Doctorado)

Tipo de puesto: Contratista

Ubicación: Remoto (Mundial)

Resumen del puesto: En este puesto, aplicará su experiencia para ayudar a entrenar sistemas de IA de próxima generación. Su trabajo dará forma a cómo los modelos aprenden, razonan y se desempeñan a través de aportes de alta calidad y del mundo real.

Responsabilidades clave

1. Diseñar y redactar problemas científicos desafiantes de nivel experto en química computacional, biología estructural y descubrimiento de fármacos, con soluciones claras y verificables.
2. Revisar y evaluar las salidas de los modelos de IA en cuanto a precisión científica, rigor y profundidad de razonamiento, identificando errores sutiles que los no especialistas pasarían por alto.
3. Desarrollar rúbricas detalladas y respuestas de referencia basadas en la literatura primaria y la metodología establecida.
4. Aplicar experiencia en el dominio en áreas como modelado y simulación molecular, predicción y diseño de estructuras de proteínas, cribado virtual y acoplamiento, modelado QSAR/ADMET, y análisis de datos de proteómica/metabolómica.
5. Proporcionar explicaciones escritas claras de su razonamiento, para que otros expertos puedan seguirlo y validarlo.
6. Cumplir con los estándares de calidad a través de ciclos iterativos de retroalimentación y revisión por pares.

Cualificaciones requeridas (IMPRESCINDIBLE)

1. Doctorado en Química Computacional, Biología Estructural, Biofísica, Bioinformática, Química Medicinal, Bioquímica o un campo estrechamente relacionado.
2. Experiencia práctica en investigación en un laboratorio académico o industrial (la experiencia en laboratorio experimental es una ventaja).
3. Inglés profesional escrito y hablado (C1 o superior).

Habilidades preferidas

1. Experiencia postdoctoral o de investigación industrial (farmacéutica/biotecnológica) en descubrimiento de fármacos o biología estructural.
2. Sólido historial de publicaciones, particularmente artículos como primer autor en revistas relevantes.
3. Modelado y simulación molecular: GROMACS, AMBER, NAMD, OpenMM, métodos de energía libre (FEP/TI).
4. Predicción y diseño de estructuras: AlphaFold, Rosetta, modelado de homología, interpretación de datos de crio-EM / cristalografía de rayos X.
5. Acoplamiento y cribado virtual: AutoDock, Glide, Schrödinger Suite, MOE.
6. Quimioinformática: RDKit, QSAR/QSPR, predicción ADMET, huellas dactilares, diseño de bibliotecas.
7. Proteómica y metabolómica: LC-MS/MS, MaxQuant, flujos de trabajo DIA/DDA, análisis de PTM, metabolómica no dirigida.
8. Programación: Python (requerido en la práctica), más R, Bash o similar; la experiencia con ML para la predicción de propiedades moleculares (GNNs, modelos generativos) es una ventaja.
9. Experiencia en benchmarking, evaluación de modelos o redacción/revisión científica.
10. Capacidad para explicar conceptos científicos complejos de forma clara y precisa por escrito.

Publicado originalmente en Himalayas