Veröffentlicht 07.07.2026

Kundennaher ML-Ingenieur für Cofolding

Die Rolle verantwortet die technische Umsetzung strukturbiologischer ML-Modelle und entwickelt den Einsatz von Basismodellen für die Wirkstoffforschung weiter. In enger Zusammenarbeit mit der Unternehmensleitung übernimmt sie die fachliche Verantwortung für Modellierung, Architektur und Experimente. Gemeinsam mit Kunden, akademischen Partnern und internen Fachbereichen entstehen Datenstrategien, Modellanpassungen und skalierbare Produktionspipelines. Die Arbeit umfasst wissenschaftlich-technische Beratung und Fallstudien von der Projektabgrenzung bis zur Ergebnisbereitstellung und -verbreitung. Das Arbeitsumfeld nutzt föderierte Datenverarbeitung mit Governance- und Datenschutzkontrollen; geistiges Eigentum und Dateneigentum verbleiben bei den Datenverantwortlichen.

DE
DE
DE · Standardzuordnung · DE ist die Standardzuordnung für diese freigegebene Remote-Stelle. Die Anzeige nennt keine abweichende Länderbeschränkung. · Die Arbeit folgt einem Remote-first-Modell und kann von zu Hause oder aus einem nahegelegenen Coworking-Space erfolgen.
+4
- Proteinstrukturvorhersage · erforderlich
  Erwartet wird tiefgehende Expertise im Training und in der Bereitstellung zeitgemäßer Modelle zur Proteinstrukturvorhersage und für verwandte Aufgaben.
- OpenFold · für die Aufgabe erforderlich
  Die Rolle entwickelt strukturbiologische ML-Anwendungen und passt dabei Basismodelle wie OpenFold, Boltz-2 und ESMFold durch Fine-Tuning und Erweiterungen an.
- MLOps · erforderlich
  Vertrautheit mit modernen MLOps-Werkzeugen wird zusammen mit tiefgehender Erfahrung im Aufbau und Training zeitgemäßer Modelle im produktiven Einsatz und in großem Maßstab erwartet.
- Benchmarking · Aufgabe · erforderlich
  Mit Kunden und akademischen Partnern entwickelt die Rolle Benchmarking-Strategien für neue Trainingsaufgaben mit Proteinstrukturen, Komplexen und multimodalen biologischen Daten.
DEProteinstrukturvorhersageOpenFoldMLOpsBenchmarking+4+3+2+1

Gehalt: Kein Gehalt angegeben
Umfang: Vollzeit
Erfahrung: Siehe Details

Deine Aufgaben

Die Rolle entwickelt ML-Anwendungen für Strukturbiologie und passt Basismodelle wie OpenFold, Boltz-2 und ESMFold durch Fine-Tuning und Erweiterungen an. Sie implementiert Vorhersagen für Proteinkomplexe und Bindungsaffinitäten einschließlich Datendestillation, Benchmarking und Evaluationspipelines.
Mit Kunden und akademischen Partnern entwickelt sie Strategien zur Datenvorverarbeitung, Datenauswahl und zum Benchmarking neuer Trainingsaufgaben für Proteinstrukturen, Komplexe und multimodale biologische Daten.
Sie führt zugehörige Fallstudien durch und berät Kunden wissenschaftlich und technisch. Dabei begleitet sie Projekte von der Abgrenzung über die Ergebnisbereitstellung bis zur Verbreitung der Ergebnisse.
Sie entwirft, entwickelt und pflegt skalierbare ML-Modelle sowie Pipelines für Training, Inferenz und produktive Bereitstellung. Bereichsübergreifend stellt sie den Bezug zu praktischen Anforderungen der Wirkstoffforschung sicher und wirkt, soweit relevant, an Publikationen oder Open-Source-Beiträgen mit.
Bis Monat 3 erarbeitet sie ein tiefes technisches Verständnis der bestehenden Wirkstoffforschungsanwendungen und ihres Bezugs zu aktuellen strukturbiologischen Anwendungsfällen. Sie trägt bis dahin zur Lieferung mindestens eines kundengetriebenen Cofolding-Projekts bei.
Bis Monat 6 entwickelt sie auf Basis dieses Projekts ein kundentaugliches Paket zur Ergebnisanalyse. Mit dem Datenschutzteam untersucht sie Möglichkeiten des Modell-Reverse-Engineerings und fördert die Nutzung der entwickelten Modelle in praktischen Wirkstoffforschungspipelines der Kunden.
Bis Monat 12 übernimmt sie die Verantwortung für einen kundengetriebenen Cofolding-Modellentwicklungsstrang und treibt Produktanforderungen für die nächste Generation von Cofolding-Kooperationen voran.

Das solltest du mitbringen

Erwartet werden tiefe Praxis im Bau, Training und Einsatz produktiver Proteinstrukturmodelle im großen Maßstab sowie ML-Praxis an realen Proteinstruktur- oder Wirkstoffproblemen und Erfolge in Strategie, Problemlösung und ML-Systemen.

Erforderlich6 Punkte

Erwartet wird tiefgehende Expertise im Training und in der Bereitstellung zeitgemäßer Modelle zur Proteinstrukturvorhersage und für verwandte Aufgaben.
Erforderlich sind Verständnis für den Einsatz dieser Modelle in Wirkstoffforschungsabläufen sowie nachweisbare Erfolge bei der Strategieentwicklung, der Zerlegung komplexer technischer Probleme und der Umsetzung wirkungsvoller ML-Systeme.
Erwartet werden tiefgehende Erfahrungen im Aufbau und Training zeitgemäßer Modelle im produktiven Einsatz und in großem Maßstab, beispielsweise AlphaFold, OpenFold oder Boltz, sowie Vertrautheit mit modernen MLOps-Werkzeugen.
Erwartet wird Erfahrung mit der Anwendung von ML auf reale Probleme der Proteinstruktur oder Wirkstoffforschung.
Erwartet werden Sicherheit in einem schnelllebigen Startup-Umfeld und Freude an kundengetriebenen Projekten.
Erwartet werden Verständnis der technischen Herausforderungen der Strukturbiologie und die Fähigkeit, skalierbare Abläufe für Datenvorverarbeitung, Training und Evaluation zu entwerfen.

Von Vorteil2 Punkte

Von Vorteil ist Erfahrung mit föderiertem Lernen, datenschutzwahrendem ML oder datenschutzwahrendem Modelltraining.
Von Vorteil sind eigene Veröffentlichungen in ML- oder Biologie-Fachzeitschriften beziehungsweise auf entsprechenden Konferenzen, etwa NeurIPS, ICML, Nature Methods oder Bioinformatics.

So ist Remote hier geregelt

Remote

Die Arbeit folgt einem Remote-first-Modell und kann von zu Hause oder aus einem nahegelegenen Coworking-Space erfolgen.

Präsenz

Vierteljährlich finden unternehmensweite Treffen am Hauptsitz in Berlin oder an einem anderen europäischen Ort statt.

Das abschließende Bewerbungsgespräch umfasst ein persönliches Kennenlernen künftiger Teammitglieder vor Ort.

DE ist die Standardzuordnung für diese freigegebene Remote-Stelle. Die Anzeige nennt keine abweichende Länderbeschränkung.

Das wird angeboten

Die Vergütung umfasst virtuelle Anteilsoptionen aus einer frühen Unternehmensphase.
Es gibt ein Wellbeing-Budget und Leistungen für die psychische Gesundheit.
Ein Homeoffice-Budget, ein Coworking-Zuschuss und ein Budget für Lernen und Weiterentwicklung werden angeboten.
Regelmäßige gemeinsame Mittagessen und soziale Veranstaltungen sowie vierteljährliche unternehmensweite Treffen in Berlin oder an einem anderen europäischen Ort gehören zum Angebot.
Es wird ein großzügiger Urlaubsanspruch angeboten.
Die Rolle bietet Raum für persönliche und berufliche Entwicklung sowie die Mitgestaltung des eigenen Aufgabenbereichs.

So läuft die Bewerbung

Das Auswahlverfahren hat drei Phasen. Bei passender Bewerbung beginnt es mit einem 30–45-minütigen Videogespräch zum gegenseitigen Kennenlernen, zu relevanten Erfahrungen und Fähigkeiten sowie zu Fragen über Unternehmen und Rolle.
Im fachlichen Vertiefungsgespräch prüft eine Fachperson die benötigten Kenntnisse und Fähigkeiten anhand aussagekräftiger Erfahrungen oder Lösungen für rollenspezifische Szenarien.
Abschließend folgen bis zu drei Stunden gezielter Gespräche mit dem Gründungsteam über die Unternehmenskultur und ein Kennenlernen künftiger Teammitglieder vor Ort.

Passt die Stelle? Öffne mit Premium den Bewerbungsweg.

Bewerbungslink freischalten