Scientist data science – CNAP_111_26

Biotecnopolo; Siena; On-site; EUR 38,000 - 39,000; Full time

Job summary

La Fondazione Biotecnopolo di Siena cerca ricercatore per attività di sviluppo scientifico nel Laboratorio di Data Science.

Ruolo in progetti di Machine Learning per Life Science, Imaging e Biology, con supervisione di studenti e collaborazione con partner interni/esterni. Requisiti includono laurea magistrale o dottorato e buona padronanza di Python/R.

Qualifications

• Titoli richiesti: laurea magistrale o dottorato correlato, esperienza in laboratori di ricerca.
• Ottima conoscenza dell’inglese scritto e parlato.
• Capacità di lavorare in team e supervisionare giovani ricercatori.

Responsibilities

• Vengono svolte attività di ricerca computazionale e modellistica per patogeni.
• Formazione e supervisione di dottorandi e tesi di laurea.
• Cooperazione con team interni ed esterni in progetti di ricerca.

Skills

Lavoro di squadra

Inglese avanzato

Capacità di programmazione

Analisi dati

Supervisione studenti

Education

Laurea magistrale in discipline scientifiche

Dottorato di ricerca correlato

Tools

Python

R

Job description

Data di apertura: 06/10/2026 | Data di chiusura: 27/10/2026

AVVISO DI RICERCA E SELEZIONE DI PERSONALE

Codice Avviso: CNAP_111_2026

La Fondazione Biotecnopolo di Siena, fondazione di diritto privato senza scopo di lucro con sede legale e operativa in Siena, istituita con Legge n. 234/2021, art. 1, commi 945 - 950 e avente come membri fondatori il Ministero dell’Università e della Ricerca, il Ministero della Salute, il Ministero dell’Economia e delle Finanze e il Ministero delle Imprese e del Made in Italy, ha avviato la selezione di

N.3 SCIENTIST DATA SCIENCE.

ATTIVITA'

La risorsa verrà impiegata nelle attività di sviluppo scientifico e nelle attività del Laboratorio di Data Science, contribuendo alle capacità di analisi avanzata della Fondazione e del CNAP attraverso attività di ricerca, sorveglianza, modellistica e integrazione di dati multi-omici. Contribuirà inoltre all'attuazione delle linee di ricerca strategiche sui patogeni di interesse per il CNAP.

I candidati selezionati si occuperanno, in base allo specifico ambito di attività cui saranno assegnati all’interno dell’ufficio, di:

Machine Learning for Life Science

• Compiere ricerca computazionale nel settore della microbiologia molecolare applicata a batteri ad alto profilo di resistenza agli antibiotici e ai virus a rischio epidemico/pandemico.
• Assistere e formare i colleghi più giovani nel disegno e nella realizzazione di modelli algoritmici e pipeline di analisi a supporto di saggi che richiedono expertise di microbiologia.
• Supervisione di studenti di dottorato e in tesi di laurea.
• Cooperare con colleghi interni ed esterni, anche nell’ambito di progetti di ricerca condivisi.
• Cooperare con il responsabile del gruppo nella gestione e cura della strumentazione di laboratorio e delle infrastrutture di calcolo.
• Sviluppo di modelli di deep learning per task di classificazione biologica e l’analisi di proteine e acidi nucleici;
• Integrazione di strumenti di machine learning con pipeline di dati sperimentali.

Computational Imaging

• Compiere ricerca computazionale applicata all'analisi di immagini nel settore della microscopia confocale e high-content applicata a batteri ad alto profilo di resistenza agli antibiotici, a virus, a linee cellulari e cellule primarie.
• Assistere e formare i colleghi più giovani nel disegno e nella realizzazione di saggi che richiedono expertise di microscopia confocale e high-content.
• Supervisione di studenti di dottorato e in tesi di laurea.
• Cooperare con colleghi interni ed esterni, anche nell’ambito di progetti di ricerca condivisi.
• Cooperare con il responsabile del gruppo nella gestione e cura della strumentazione di laboratorio e delle risorse di calcolo dedicate all'image analysis.
• Sviluppare, addestrare e validare modelli di Machine e Deep Learning per la segmentazione, l'annotazione funzionale e l'analisi quantitativa automatizzata di grandi moli di dati di microscopia.

Computational Biology

• Conduzione di simulazioni di dinamica molecolare (classica e avanzata) di complessi anticorpo antigene;
• Analisi di interfacce di legame, cambiamenti conformazionali e stabilità dei complessi;
• Applicazione di docking molecolare, calcolo di energie libere (es. MM/PBSA, metodi alchemici) e modellistica strutturale;
• Supporto a mappatura di epitopi, studi di maturazione ed ingegneria degli anticorpi;
• Integrazione dei dati MD con risultati di laboratorio (ELISA, SPR, saggi di neutralizzazione);
• Contributo alla redazione di pubblicazioni scientifiche e deliverables di progetto;
• Partecipazione a riunioni interdisciplinari e presentazione dei risultati computazionali.

REQUISITI E COMPETENZE

Per l'ammissione alla procedura di selezione i candidati devono essere in possesso dei seguenti requisiti minimi:

• Laurea magistrale in discipline scientifiche pertinenti le attività descritte nel presente bando, seguita da esperienza lavorativa di almeno 5 anni nell'esercizio di funzioni analoghe a quelle oggetto del presente avviso presso laboratori di ricerca di enti pubblici o privati.
• In alternativa alla precedente, dottorato di ricerca in discipline coerenti con lo scopo del lavoro, i.e. bioinformatica, biologia molecolare, chimica computazionale, biologia strutturale, seguito da esperienza di almeno 2 anni presso laboratori di ricerca di enti pubblici o privati.
• Ottima conoscenza della lingua inglese scritta e parlata.

I requisiti di ammissione devono essere posseduti alla data di scadenza del termine utile per la presentazione delle candidature e desumibili chiaramente dal cv.

Nella valutazione delle candidature, costituiscono requisiti preferenziali a seconda delle rispettive aree di attività:

Machine Learning for Life Science

• Esperienza pregressa nel campo della ricerca sulle malattie infettive con particolare riferimento allo sviluppo di anticorpi monoclonali e vaccini.
• Capacità di lavorare in gruppo dimostrando, al tempo stesso, autonomia organizzativa e di pianificazione delle attività di ricerca.
• Capacità di supervisionare studenti in tesi di laurea o di dottorato.
• Esperienza nello sviluppo di metodi di Deep learning (LLMs, GNN) per l’analisi di acidi nucleici e/o proteine nell’ambito delle malattie infettive o della ricerca vaccinologica.
• Conoscenza di metodi di AI generativa per lo sviluppo di molecole biologiche terapeutiche (RNA, proteine).
• Esperienza in Phython e/o R con comprovate conoscenze di programmazione.

Computational Imaging

• Esperienza, dimostrabile dal CV e dalle pubblicazioni, nel settore della microscopia confocale applicata alla microbiologia molecolare e/o biologia cellulare.
• Capacità di lavorare in gruppo dimostrando, al tempo stesso, autonomia organizzativa e di pianificazione delle attività sperimentali.
• Capacità di supervisionare studenti in tesi di laurea o di dottorato.
• Esperienza comprovata nello sviluppo di modelli di machine learning per l’annotazione funzionale ed analisi di immagini, con ottima padronanza della programmazione in Python e dei principali framework di deep learning (es. PyTorch, NumPy, scikit-learn).
• Conoscenza e utilizzo di software per l'analisi avanzata di immagini biomediche (es. ImageJ/Fiji, CellProfiler, QuPath).
• Esperienza nella gestione di grandi volumi di dati di imaging (Big Data) e utilizzo di infrastrutture di calcolo ad alte prestazioni (HPC) o cloud.

Computational Biology

• Esperienza pregressa nel campo della ricerca sulle malattie infettive con particolare riferimento allo studio dell’interazione host-patogeno, e comprensione dei meccanismi di infezione dei patogeni e di risposta cellulare.
• Capacità di lavorare in gruppo dimostrando, al tempo stesso, autonomia organizzativa e di pianificazione delle attività sperimentali.
• Capacità di supervisionare studenti in tesi di laurea o di dottorato.
• Esperienza comprovata in simulazioni di dinamica molecolare su sistemi biomolecolari, con particolare applicazione alla modellizzazione strutturale (es. homology modelling, structural refinement o analisi cryo-EM) di anticorpi e complessi antigene-anticorpo.
• Padronanza di almeno un software di simulazione (GROMACS, AMBER, NAMD, CHARMM), unita alla conoscenza di metodi ibridi (docking + MD), tecniche di campionamento avanzato (umbrella sampling, metadinamica) e calcoli FEP.
• Ottima conoscenza di linguaggi di scripting (es. Python, Bash) per l'automazione delle simulazioni e l'analisi quantitativa dei dati strutturali.

INQUADRAMENTO

La risorsa sarà assunta con un contratto di lavoro subordinato a tempo determinato (scadenza 31/12/2028), con qualifica di impiegato - livello B, CCNL industria chimica, chimico-farmaceutica. La retribuzione annua lorda sarà definita in coerenza con l’esperienza e la professionalità del candidato selezionato, all’interno della fascia retributiva prevista per il livello di riferimento, indicativamente compreso tra € 37.525,93 - € 38.895, 74.

SEDE DI LAVORO

Siena