Computational Biologist

Stelle nicht auf LinkedIn

🕒 vor 28 Tagen

🏄 California – Remote

🏄 California – Remote

⏰ Vollzeit

🟡 Mittelstufe

🟠 Senior

👻 Geisterscore 12%

Was es bedeutet: wie wahrscheinlich diese Stelle offen bleibt, ohne dass aktiv eingestellt wird.So liest du es: 60 % oder höher heißt, wir halten das für einen Geisterjob. Niedrigere Werte sind weniger bedenklich.Wie wir werten: Dauer offen, Neuveröffentlichungen, offene Stellen vs Teamgröße, wie schnell Stellen geschlossen werden, und ob ein Gehalt angegeben ist.Hinweis: eine Schätzung aus öffentlichen Daten, kein Urteil über das Unternehmen. Echte Stellen können hoch punkten, nutze es also als Hinweis, nicht als Fakt.

Jetzt Bewerben

Ähnliche Remote-Jobs finden

E-Mail-Benachrichtigung für neue Jobs einrichten

📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle

Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.

Lebenslauf hochladen

Verge Labs

WebsiteLinkedInAlle Stellen

11 - 50 Mitarbeiter

🧬 Biotechnologie

🤖 Künstliche Intelligenz

🏥 Gesundheitswesen

Biotechnology • Artificial Intelligence • Healthcare

Verge Labs ist ein Biotechnologieunternehmen, das fortschrittliche KI und große multimodale menschliche Gehirndatensätze einsetzt, um Grundmodelle für die präzise Neurologie zu entwickeln. Ihre Plattform nutzt proprietäre multimodale Patientengehirndaten (tiefgehende molekulare Profilierung, Proteomik, Genomik, klinische und Gewebeproben), um Modelle zu schulen, die eine "virtuelle Biopsie" des Gehirns eines Patienten aus routinemäßigen Blutabnahmen erzeugen. Zu den Produkten gehört das vBx-1. 0, ein Grundmodell, das die Gehirnaktivität, die Therapieansprechrate und Nebenwirkungen vorhersagt, um die Zielentdeckung, die Identifizierung von Biomarkern, die Patientenstratifizierung zu verbessern und um die Größe und das Risiko klinischer Studien zu reduzieren. Sie arbeiten mit führenden Pharmaunternehmen zusammen und zielen darauf ab, die Entwicklung von Medikamenten in der Neurowissenschaft zu beschleunigen, indem sie Zielstrukturen aufdecken und effizientere klinische Studien ermöglichen.

Beschreibung

• Reporting to the Head of Product & Engineering, working alongside Verge's platform and computational biology teams • Define and enable new product offerings leveraging Verge’s drug discovery engine for internal stakeholders, external partners (across both pharma and AI), and customers. • Develop cutting-edge computational methodologies integrating multi-omic datasets to develop predictive models for translational biology • Lead high-impact projects that apply and adapt AI models to translational challenges in disease biology, biomarker discovery, and target exploration • Build an internal agentic AI workflow that supports multi-modal biomedical reasoning and orchestration

🎯 Anforderungen

• Either: • PhD in computational biology, AI/ML, applied statistics, biophysics, or, • MS and professional experience in relevant fields. • ≥5 years of experience working in applied computational biology and integration of multi-omic datasets (RNA-seq, genotyping, clinical), with ≥2 years in a startup environment, • ≥2 years of experience in relevant areas of translational science, demonstrating a deep understanding of target identification, biomarker discovery, and/or patient stratification, • Proven ability to implement, evaluate, and/or create computational methodologies that leverage machine learning, statistics, and AI for biological research and discovery, • Fluency with state of the art in systems biology workflows, including off-the-shelf biological databases and computational biology tools, • Track record of bridging biological domain knowledge with computational approaches to solve real scientific problems • Track record of individual innovation, with published research or shipped work influencing pharma R&D decisions • Experience running a significant number of end-to-end RNA-Seq data analyses (from QC, read quantification, normalization through to interpretation), • Excellent coding skills in Python, with experience in relevant ML/AI libraries (e.g., PyTorch, HuggingFace, scikit-learn, pandas, numpy). A demonstrable portfolio (e.g., GitHub, research code, or shared notebooks) is highly preferred, • Experience in building and evaluating machine learning models on biological data, ideally with transformer-based models (e.g., scGPT, Geneformer, ESM, ProtBERT), with a deep understanding of feature selection, model interpretability, • Professional experience with AI workflows, including natural language processing (NLP), retrieval-augmented generation (RAG), embeddings, vectorization of diverse data types, and working with large language models (e.g., GPT), • Demonstrated experience with model evaluation and experimental design in a scientific context, including setting up appropriate benchmarks and controls.

🏖️ Vorteile

• N/A