Especialista em Biologia Computacional e Automação
A área de Biotecnologia da Braskem tem se estruturado nos últimos anos para trabalhar com dados biológicos de larga escala de forma mais eficiente e assertiva. Nos últimos anos avançamos na implementação de um LIMS (Laboratory Information Management System), na análise estatística de dados/experimentos biológicos utilizando softwares específicos (Jump), na utilização de modelos metabólicos (FBA) para otimização e pathway design e, finalmente, na combinação entre uma plataforma automatizada (High Throughput System) e ciências de dados/machine learning aplicado a engenharia de proteínas. Neste sentido, se faz necessária uma área dedicada para consolidar estas atividades e amplificar a utilização de dados biológicos em larga escala o desenho de novos bioprocessos.
Responsabilidades e atribuições
Liderar as atividades globais da Braskem em Computational Biology incluindo a gestão de uma equipe de alta performance de cientistas de dados e bioinformatas, com interface constante com as equipes de Engenharia Metabólica, Fermentação e Tecnologia de Processos.
Estabelecer competências internas nas áreas de bioinformática, análise de dados biológicos, modelos preditivos, pathway design e automação; e estabelecer rede de parceiros estratégicos e serviços externos para atender competências que não estejam estabelecidas internamente.
As Principais Responsabilidades Dessa Equipe São
Gestão e otimização do LIMS no laboratório de biotecnologia, com foco na estruturação e análise de dados de forma integrada. Melhorar aquisição, captura e processamento de dados experimentais.
Expandir e otimizar nosso pipeline de aquisição e análise de dados nas áreas de Engenharia Metabólica, Enzimologia,
Fermentação e Analítica
Desenvolver, validar e aplicar modelos metabólicos para apoiar no desenho de experimentos e validação da construção de vias metabólicas em hosts como bactéria e levedura
Integração de ferramentas de bioinformática e modelos metabólicos “genome-scale” para desenho racional de linhagens e otimização de bioprocessos
Atuar na concepção de novas vias metabólicas e pathway design dentro dos programas de produção de químicos renováveis; utilização e desenvolvimento de ferramentas de bioinformática para auxiliar no pathway design e escolha de genes em bancos de dados genômicos.
Monitorar, avaliar e implementar novas ferramentas de bioinformática e desenvolver algoritmos e modelos com objetivo de acelerar o ciclo Design-Build-Test-Learn.
Gerenciar, otimizar e manter plataforma automatizada de screening (HTS). Construir e apoiar estratégia de integrada de automação e screening para engenharia de proteínas e biologia sintética. Desenhar workflows automatizados em HTS para preparo de amostras, engenharia de linhagens e enzimas e miniaturização de ensaios.
Desenvolver e implementar pipelines computacionais para engenharia de enzimas utilizando abordagens estruturais ou por análise de sequência; aplicar estratégias racionais de engenharia de enzimas para apoiar no desenho de bibliotecas para screening em HTS
Montagem de genomas e análise de integrações, deleções, SNPS e variabilidade populacional. Análise de dados de omics em grande escala, como Transcriptômica, Metabolômica e Proteômica.
Requisitos e qualificações
Ensino Superior Completo em Ciência da Computação, Engenharia de Computação, Estatística, Matemática ou áreas afins; ou ainda Biologia, Biotecnologia, Bioquímica, Engenharia de Bioprocessos ou áreas afins
Mestrado ou Doutorado em Bioinformática, Biologia Computacional, Biologia de Sistemas ou áreas afins
Ao menos 10 anos de experiência com bioinformática ou biologia computacional
Ao menos 5 anos de experiência com análise de dados biológicos
Experiência na área de P&D em indústria é um diferencial
Inglês Avançado/Fluente
Experiência com ao menos uma linguagem de programação; experiência em SQL essencial
Experiência em programação, modelagem matemática, modelos preditivos, data mining e análise de dados
Conhecimento profundo em ferramentas, dados e conceitos de bioinformática
Familiaridade com aplicação de algoritmos de machine learning para modelagem de dados; regressão linear/logística, árvores de decisão, redes neurais.
Profundo conhecimento técnico e experiência em ao menos duas das seguintes disciplinas: bioinformática, análise de sequencias, genômica comparativa, machine learning, engenharia metabólica, ciência de dados, modelagem de sistemas biológicos, automação, estatística
Fluência e experiência prática com técnicas e ferramentas de visualização de dados
Elevada capacidade analítica para trabalhar com datasets complexos com objetivo de identificar padrões, buscar respostas e oportunidades de melhoria
Experiência com implementação e integração de sistemas LIMS
Experiência com automação em laboratório; utilização de plataformas de HTS para screening
Experiência com modelos metabólicos ou modelagem molecular
Conhecimento de processos metabólicos associados com produção de biomoléculas, incluindo metabolismo redox e de ATP, transporte de substrato e produto
Familiaridade com base de dados genômicas como KEGG, MetaCyc, Uniprot e ferramentas existentes para prospectar informações dessas bases de dados.
Conhecimento de softwares e ferramentas para Análise de Balanço de Fluxo, modelagem de fermentação, predição estrutura-função, entre outros.
Link para a vaga: https://www.linkedin.com/jobs/view/2535206111/