AI / ML Engineer (contractor, validation phase)

Humboldt-Universität zu Berlin

Alexandre Chicharo
Postdoc
Details
TRL 3 – Experimenteller Machbarkeitsnachweis
Chemie, Pharma & BioTech
Forschung und Entwicklung
Fertigung, Produktion
Fähigkeiten
Roadmapping und Feature-Priorisierung
Vertriebsstrategie
HealthTech GreenTech / Klima
Pharma
Gesundheitstechnologie
SaaS / Plattform
KI / Daten
DeepTech
Medizintechnik
3-6 Jahre
Unternehmerische Denkweise
Tiefgreifende Fachkenntnisse im gewünschten Bereich
Missionsorientiert
Bereit, Risiken einzugehen und von 0 aufzubauen
Hands-on-Builder-Mentalität
Langfristiges Denken
Kollaborativ, aber unabhängig
Eigeninitiative – wartet nicht auf Anweisungen
Verantwortlich – steht zu seiner Arbeit und schiebt die Schuld nicht ab
Problemlöser – lebt davon, Dinge herauszufinden
Strategischer Denker – kann Zusammenhänge erkennen und vorausplanen
Bewerbungsformular
Deadline
03/31/2026, 21:59
Mitarbeit
Nicht festgelegt
Vollständig remote
Über den Job
nanoSpec is building nanostructured metamaterials plus an AI workflow to make chemical sensing faster and more reliable, starting with PFAS screening. This role is hands-on and outcome-driven. The goal is to move from “promising lab signals” to a repeatable validation package that can convince partners, customers, and funders. In the first weeks, you can expect to work with us on: • turning experimental data into a clean, versioned dataset (formats, metadata, QA) • defining the validation plan and metrics (LOD, reproducibility, calibration, robustness) • building baseline models / analysis pipeline (chemometrics + ML where it makes sense) We are early-stage and fast-moving. You’ll have real ownership, direct access to the founders, and a lot of autonomy, but also ambiguity. We want someone who can drive work independently and communicate clearly.
• A trial-first collaboration, start with a defined scope (e.g., 4–8 weeks) so both sides can test fit • Flexibility on structure: freelance/contract now, potential evolution to a larger role later if it works well • Real technical ownership, you help shape the validation strategy and the first product narrative • Access to lab partners and real experimental data, not toy problems • Potential equity discussion after the trial, based on contribution and commitment (not promised upfront) • Serious focus on building something fundable and sellable, not endless research Practical note: we’re pre-seed, so we optimize for impact per euro and we prioritize partners who want to build, not just advise.
Über das Gründungsvorhaben
nanoSpec Technologies ist ein Berliner Deep-Tech-Startup, das nanostrukturierte SERS-Substrate und einen KI-gestützten Analyse-Workflow entwickelt, um die chemische Sensorik schneller, reproduzierbarer und einfacher außerhalb des Labors einsetzbar zu machen. Unser erster Validierungsschwerpunkt liegt auf dem PFAS-Screening (relevant für die öffentliche Gesundheit und regulatorische Belange). Wir beginnen mit einem Substrat-First-Ansatz, sodass Labore diesen ohne Umrüstung ihrer Instrumente anwenden können. Langfristig planen wir, unsere Sensorplattform auf verschiedene chemische Zielsubstanzen auszuweiten. Wir sind ein junges Team mit fundierter Expertise in Nanofabrikation und Sensorik und arbeiten derzeit mit akademischen Laboren für Messung und Validierung zusammen. Wir suchen nun nach Partnern und Teammitgliedern, die uns bei der Validierung, Datengenerierung und Markteinführung unterstützen (Datenqualität, Reproduzierbarkeit, Pilotanwendungen und ein klarer Markteinführungsweg). https://www.nanospec.tech
Berlin
