Auf einen Blick
Full-Stack Software Engineer für Model Hub bei Benchling. Wissenschaftliche KI-Modelle (AlphaFold, Boltz2) mit skalierbarer Inference-Infrastruktur und intuitivem UI bauen.
💰 $140.000–200.000/Jahr
📊 Mid-Level
🕒 Vollzeit
🌍 Vor Ort
🗺️ Americas
- 3+ Jahre Software Engineering mit wissenschaftlichen Modellen
- Full-Stack-Entwicklung
- Compute-Optimierung
full-stack
python
inference-optimization
ui-development
api-design
scientific-computing
✅ Geeignet für
- Full-Stack-Engineers mit Scientific-Computing-Hintergrund
- ML/KI-Engineers interessiert an Biotech
- Collaborative Engineers, die Kundenprobleme mögen
🚫 Weniger geeignet
- Remote-only Kandidaten
- Keine Full-Stack-Erfahrung
- Nicht-computational Background
💡 Gut zu wissen
- On-Site in San Francisco (Mo-Fr Requirement)
- Early-stage Model Hub – viel Gestaltungsfreiraum
- Direkter Kundenkontakt mit Wissenschaftlern
- Schnelle Iterations-Zyklen und Prioritäts-Shifts
Über das Unternehmen
Benchling baut eine Plattform für wissenschaftliche KI-Modelle, die Wissenschaftlern helfen, bessere Medikamente zu entdecken. Das Model-Hub-Team entwickelt eine rechnergestützte Plattform mit Zugang zu modernen Biotech-Modellen wie AlphaFold und Boltz2.
Deine Aufgaben
- Scientific-Model-Plattform bauen und skalieren: schnelle, zuverlässige und kostengünstige Inference-Infrastruktur für diverse wissenschaftliche Modelle designen und implementieren
- Intuitive und schöne UI und API-Schnittstellen für computational Users bauen – High-Throughput-Runs und Analyse-Workflows
- Direkter Kundenkontakt: Use-Cases ideieren, Feedback sammeln, wissenschaftliche Teams onboarden
- KI bei Benchling mitgestalten: Experimente anleiten, zu technischer Richtung beitragen, Engineering- und Product-Practices weiterentwickeln
Deine Voraussetzungen
- 3+ Jahre Software Engineering oder Forschungs-Erfahrung mit wissenschaftlichen Modellen (akademisch oder Industrie)
- Starke Full-Stack-Entwicklung
- Technische und analytische Fähigkeiten zur Optimierung rechnerintensiver Systeme
- Kollaborativ: enge Zusammenarbeit mit Engineers, Product Managern und Wissenschaftlern
- Lust auf schnelle Umgebung mit Prioritäts-Shifts und rasanten Experimenten
