Monster Jobs lê cada vaga aberta e diz, de 0 a 100, o match dela com o seu currículo — de graça. Você está vendo esta página sem a parte mais importante dela: a sua.
Pode ser 94. Pode ser 31.
O ponteiro só crava quando lemos o seu currículo. Leva 1 minuto, de graça.
DOSSIÊ MJ-2291 · ACESSO PARCIAL
Computational Chemistry, Structural Biology & Drug Discovery Scientist (PhD)
micro1
Esta é 1 de 67.274 vagas encontradas nos últimos 30 dias. Nós comparamos todas com o seu currículo — hoje, esta página nem sabe quem você é.
Grátis, sem cartão. Só o seu currículo.
Encontrada há 4 horas
Se candidatar no escuro custa uma noite.
Saber custa um minuto.
A conta que ninguém faz
Você, sozinho, numa noite
~20
vagas abertas e lidas uma a uma — a maioria descartada no terceiro parágrafo, quando o requisito que você não tem finalmente aparece. Dias assim, toda semana.
O Monster Jobs, enquanto isso
67.274
vagas já lidas e entendidas, prontas para ganhar nota contra o seu currículo no momento em que ele chegar. Você não procura mais vaga — recebe as que merecem a sua atenção.
Recrutador faz triagem de candidato.
Aqui, o recrutador é você — de vagas.
Cada uma chega com nota e motivo. Seu único trabalho é dizer sim ou não.
RELATÓRIO DE COMPATIBILIDADE · GERADO POR VAGA, POR PESSOA
Por que essa nota
Para quem tem conta, este bloco explica a nota em português — escrito sobre o seu histórico, não um texto genérico:
O raciocínio da nota é gerado para cada currículo depois do cadastro gratuito.
A seu favor
O que do seu histórico pesa a favor aqui.
O que falta
O que a vaga pede e seu currículo ainda não mostra.
1 minuto: você envia o currículo, nós escrevemos o resto.
Ninguém caça sozinho. Esta vaga foi encontrada por outra pessoa e entrou no acervo de todo mundo. A caça continua enquanto você lê isto — e a sua parte do acervo (67.274 vagas, comparadas com o seu currículo) só passa a existir quando você entra.
O que você decide sobre cada vaga
Cada vaga vira um caso com histórico: candidatei, entrevista, proposta. Estes botões são os reais — só falta a conta.
Descrição da vaga
Role Title: Computational Chemistry, Structural Biology & Drug Discovery Scientist (PhD)
Role Type: Contractor
Location: Remote (Worldwide)
Job Summary: In this role, you'll apply your expertise to help train next-generation AI systems. Your work will shape how models learn, reason, and perform through high-quality, real-world input.
Key Responsibilities
- Design and write challenging, expert-level scientific problems in computational chemistry, structural biology, and drug discovery, with clear, verifiable solutions.
- Review and evaluate AI model outputs for scientific accuracy, rigor, and depth of reasoning, identifying subtle errors that non-specialists would miss.
- Develop detailed rubrics and reference answers grounded in the primary literature and established methodology.
- Apply domain expertise across areas such as molecular modeling and simulation, protein structure prediction and design, virtual screening and docking, QSAR/ADMET modeling, and proteomics/metabolomics data analysis.
- Provide clear written explanations of your reasoning, so that other experts can follow and validate it.
- Meet quality standards through iterative feedback and peer review cycles.
Required Qualifications (MUST)
- PhD in Computational Chemistry, Structural Biology, Biophysics, Bioinformatics, Medicinal Chemistry, Biochemistry, or a closely related field.
- Hands-on research experience in an academic or industry lab (wetlab experience is a plus).
- Professional written and spoken English (C1 or higher).
Preferred Skills
- Postdoctoral or industry research experience (pharma/biotech) in drug discovery or structural biology.
- Strong publication record, particularly first-author papers in relevant journals.
- Molecular modeling and simulation: GROMACS, AMBER, NAMD, OpenMM, free energy methods (FEP/TI).
- Structure prediction and design: AlphaFold, Rosetta, homology modeling, cryo-EM / X-ray crystallography data interpretation.
- Docking and virtual screening: AutoDock, Glide, Schrödinger Suite, MOE.
- Cheminformatics: RDKit, QSAR/QSPR, ADMET prediction, fingerprinting, library design.
- Proteomics and metabolomics: LC-MS/MS, MaxQuant, DIA/DDA workflows, PTM analysis, untargeted metabolomics.
- Programming: Python (required in practice), plus R, Bash, or similar; experience with ML for molecular property prediction (GNNs, generative models) is a plus.
- Experience with benchmarking, model evaluation, or scientific writing/reviewing.
- Ability to explain complex scientific concepts clearly and precisely in writing.
Originally posted on Himalayas
Leu tudo e ficou na dúvida? É exatamente isso que a nota resolve.
Por que criar conta agora
Leva 1 minuto
Envie o currículo e pronto. Sem formulário longo, sem questionário, sem teste.
Grátis de verdade
Sem cartão, sem período de teste que expira. Seu currículo só gera as suas notas.
Já tem vaga esperando
67.274 vagas encontradas nos últimos 30 dias — a sua nota nesta e em todas as outras sai assim que o currículo chega.