Role at a glance
- Job function
-
AI & Data AI Product Management
- Salary
- Not Disclosed
- Location
- Seoul, South Korea
- Employment
- Full-time
- Experience
- 0–5 years
Spotted an issue?
We’ll check it against the original posting.
Qualifications
Required
- 제약바이오 산업과 신약개발 프로세스에 대한 이해 (관련 전공 또는 업무 경험)
- 재무제표
- 밸류에이션에 대한 이해와 주식시장에 대한 관심
- Python
- SQL 또는 Excel 기반의 정량 데이터 분석 역량
- 영문 자료(공시, 논문, 보도자료 등)를 읽고 이해하는 데 어려움이 없는 분
- 스타트업 환경에서 빠르게 실행하고 학습하며 성장할 준비가 된 분
Preferred
- 증권사 제약바이오 섹터 애널리스트, 바이오 VC
- PE
- 헤지펀드
- 자산운용사
- 로열티 투자사 경험
- 퀀트 모델링, 백테스팅, 통계
- 머신러닝 모델 개발 경험
- LLM 기반 에이전트 또는 리서치 자동화 워크플로우를 설계
About the role
Original posting provided by 바이오리서치에이아이
About the role
Bio-Research.AI는 제약바이오 산업의 가치 기반 의사결정에 필요한 데이터(파이프라인, 딜, 임상, 규제, 약가, 특허, 논문, 투자)를 전 세계에서 실시간으로 수집·구조화하고, 이를 기반으로 회귀·예측 모델과 분석 툴, AI 에이전트를 만들어 리서치를 자동화하는 회사입니다. 전 세계 제약사·바이오텍의 BD·전략팀, 투자기관(VC·IB), 컨설팅펌이 구독형 서비스로 사용하고 있으며, 현재 18개국 70개 이상의 고객사와 함께하고 있습니다.
우리는 이 시스템을 기반으로 두 개의 법인을 더 만들 계획입니다. 직접 투자를 하는 Bio-Investment.AI, 그리고 직접 신약개발을 하는 Bio-Development.AI입니다. 이번 채용은 그중 Bio-Investment.AI로 이어지는 트랙입니다.
[창업자 이야기: 이 회사는 투자에서 시작됐습니다]
창업자 이상윤은 대학 1학년 때부터 거래소 IR 행사를 찾아다니고 제약바이오 기업 주주총회에 참석하며 산업을 공부했습니다. 서울대학교 가치투자 동아리 SNUVALUE에서 가치투자의 개념을 익혔고, 이후 나스닥·코스피·코스닥에 상장된 약 1,200개 제약바이오 기업마다 폴더를 하나씩 만들어 모든 자료를 직접 추적하며 투자했습니다. 그렇게 5년 동안 IRR 약 100%를 기록했습니다.
이 방식을 한 사람의 손작업이 아니라 더 큰 규모와 더 높은 수준으로 끌어올리기 위해 약학 석사, 바이오텍 연구원, 제약회사 BD, VC 심사역을 차례로 거쳤고, 그 경험을 모아 Bio-Research.AI를 설립했습니다. 지난 4년간 전 세계 제약바이오 데이터를 구조화하고, 그 위에 회귀·예측 모델과 에이전트 기반 리서치 자동화 시스템을 쌓아 올리며 고객을 늘려 왔습니다. 1,200개의 폴더로 시작했던 일이 이제 하나의 시스템이 되었고, 그 시스템으로 다시 투자를 하려는 것이 Bio-Investment.AI입니다.
[우리가 보는 제약바이오 투자의 미래]
사람이 손으로 리서치해서 얻은 힌트로 투자 결정을 내리던 시대에는, 남보다 조금 더 부지런하면 한발 앞서 수익을 낼 수 있었습니다. 이제 그런 아비트라지는 더 이상 남아 있지 않습니다.
앞으로 한두 발 앞서 기회를 포착하고 수익으로 바꿀 수 있는 곳은 다음을 모두 갖춘 회사뿐이라고 생각합니다.
• 남들이 쉽게 따라 할 수 없을 만큼 오랜 기간 구축한, 전 세계 실시간 제약바이오 전문 구조화 데이터베이스
• 그 데이터 위에서 돌아가는 분석 시스템과 예측 모듈
• 글로벌 컨퍼런스와 고객 현장 등 오프라인에서 실시간으로 데이터를 수집하는 채널
• 이 모든 것을 높은 수준으로, 하루 종일 실시간으로 활용하며 투자 아이디어의 가설을 끊임없이 세우고 검증하는 투자 의사결정 리서치 전문 에이전트
사람 한 명이 하루에 검토할 수 있는 가설은 몇 개에 불과하지만, 에이전트는 새로운 데이터가 들어올 때마다 쉬지 않고 가설을 만들고, 데이터와 모델로 검증하고, 살아남은 아이디어만 사람에게 올립니다. 우리는 5년 안에 이런 회사가 제약바이오 투자의 주류가 될 것이라고 봅니다. Bio-Investment.AI는 VC, 자산운용·헤지펀드, 로열티 매입(Royalty Purchase) 등 형태에 관계없이, 제약바이오 파이프라인의 가치를 기반으로 의사결정할 수 있는 모든 형태의 투자를 추구합니다.
What you'll do
Bio Financial Data & Catalyst 기획
• 글로벌 제약바이오 상장사의 주가·시가총액·재무 데이터 구조화 및 플랫폼 반영 기획
• 주가에 영향을 주는 카탈리스트(임상 결과 발표, FDA 등 규제 결정, 라이선싱·M&A, 학회 발표, 자금조달, 특허 만료 등) 분류 체계 설계 및 이벤트 DB·캘린더 기획
• 비상장사 투자 라운드·밸류에이션, 로열티 거래 데이터 구조화 및 고도화
Analyst & 서비스 기획(PM)
• 카탈리스트 전후 주가 반응 분석, 파이프라인 가치평가(rNPV, 임상 성공확률 등) 등 예측·분석 툴 기획
• 데이터 추출 프롬프트·스키마 설계, 데이터 품질 검수 및 개발팀과의 기능 기획·출시
• 투자기관(VC·IB·자산운용사) 및 제약바이오 전략·BD팀 고객 니즈 파악과 서비스 반영
Investment AI 준비 (Phase 2 연계)
• 투자 아이디어 가설을 실시간으로 생성·검증하는 투자 의사결정 리서치 에이전트 설계
• 이벤트 기반 백테스트, 팩터·시그널 리서치
• 투자 의사결정 알고리즘, AI·퀀트 모델 및 포트폴리오·리스크 관리 프레임워크 설계
• Bio-Investment.AI 설립 준비 과정 참여
Requirements
• 제약바이오 산업과 신약개발 프로세스에 대한 이해 (관련 전공 또는 업무 경험)
• 재무제표·밸류에이션에 대한 이해와 주식시장에 대한 관심
• Python·SQL 또는 Excel 기반의 정량 데이터 분석 역량
• 영문 자료(공시, 논문, 보도자료 등)를 읽고 이해하는 데 어려움이 없는 분
• 스타트업 환경에서 빠르게 실행하고 학습하며 성장할 준비가 된 분
Preferred qualifications
• 증권사 제약바이오 섹터 애널리스트, 바이오 VC·PE·헤지펀드·자산운용사·로열티 투자사 경험
• 퀀트 모델링, 백테스팅, 통계·머신러닝 모델 개발 경험
• LLM 기반 에이전트 또는 리서치 자동화 워크플로우를 설계·구축해 본 경험
• 약학·의학·생명과학 석·박사 또는 CFA 등 금융 자격
• 데이터·IT 서비스 기획(PM) 경험
• ChatGPT, Claude 등 AI 도구를 리서치·분석 자동화에 활용해 본 경험
• 제약바이오 종목을 직접 추적·분석하며 투자해 본 경험 (투자동아리, 개인 리서치 리포트, 운용 기록 등)
Benefits
[근무 환경]
시차근로제 운영: 코어타임 오전 11시 ~ 오후 5시 기준, 일 8시간 근무
주 1회 재택근무 운영
1시간 단위 연차 사용 가능
열정적인 동료들과 함께 성장하는 수평적이고 자율적인 업무 분위기
[성장과 보상]
성과와 기여도에 따른 연봉 조정 기회
우수/장기 근무자 대상 스톡옵션 또는 지분 부여 검토
업무 효율화를 위한 AI Tool 구독비 지원
[업무 장비 및 업무 지원]
직무에 필요한 업무 장비 지원
개발자/디자이너 대상 최신 MacBook Pro 지원
대형 모니터, 무접점 키보드 등 업무 장비 지원
기타 업무에 필요한 제품 지원
[생활 및 건강 지원]
점심 식사비 지원
간식 및 영양제 제공
월 1회 전문 물리치료사 방문 물리치료 운영
수면실 등 쾌적한 편의시설 제공
임직원 프로필 사진 촬영 지원
[팀 문화]
상호 존중을 기반으로 한 “OO님” 호칭 및 존댓말 문화
피크닉, 워케이션, 워크숍 등 Refresh 프로그램 운영
회사 로고 후드집업 제공
※구성원의 몰입과 성장을 지원하기 위해 다양한 제도를 운영하고 있으며, 일부 혜택은 고용형태, 직무, 근속기간 및 내부 운영 기준에 따라 적용됩니다.
Hiring process
[채용절차]
1. 서류 접수 : 보내주신 이력서와 포트폴리오를 검토합니다.
2. 구글폼 작성 : 회사의 서비스 및 비즈니스에 대한 설문을 진행합니다.
3. 1차 인터뷰 : 이력서, 포트폴리오 관련 인터뷰를 진행합니다.
4. 2차 인터뷰 : 지원자와 회사의 핏(fit)을 확인하는 인터뷰를 진행합니다.
5. 처우 협의와 채용 : 첫 3개월은 서로에 대해 알아가는 수습기간을 가집니다.
※본 포지션은 입사 후 최초 3개월 간 수습기간을 운영(전 입사자 동일 적용)하며, 해당 기간 동안 온보딩과 함께 직무 적합성 및 상호 적합성을 확인합니다. 수습기간 종료 시점에 평가를 진행하며, 평가 결과에 따라 수습 종료 및 계속 근무 여부를 결정합니다.
About the company
바이오리서치에이아이
Transformer가 등장한 이후 BERT와 GPT 기반 자연어 처리 모델들은 점점 더 거대해지며 다양한 Task를 성공적으로 수행하고 있습니다. 우리가 하루 업무시간의 대부분을 다양한 지적 업무(Task) 에 사용한다는 점을 생각해 보면, 이러한 AI 모델이 업무에 적용될 때 가장 큰 부가가치가 창출될 것입니다. 특히 전 세계에서 가장 큰 산업 중 하나인 제약바이오 산업은, 1. 인구 고령화 2. COVID-19와 같은 신규 질환 증가 3. 비만·항노화 등 대규모 시장 형성 4. 바이오 혁신 기술 개발 속도 가속화 와 같은 요인으로 빠르게 성장하고 있습니다. 시장 규모 역시, 400조원(2000년) > 2000조원(현재) > 3000조원(2030년대 초) 로 확대되고 있으며, 앞으로도 가장 큰 부가가치가 만들어질 산업 중 하나입니다. 이 제약바이오 산업에서 종사하는 전 세계 1,000만 명의 업무 본질은 결국 Data-Driven Decision Making 입니다. 저희는 제약바이오 텍스트를 더 깊이 이해하고 정리하며 의사결정을 돕는 LLM을 개발하고, 이를 기반으로 뉴스레터, 데이터베이스 등 다양한 서비스를 만들고 있습니다. 현재의 LLM은 웹상의 방대한 텍스트를 학습하며 많은 사람들에게 놀라움을 주고 있지만, 제약바이오 업무 Task를 수행하기에는 여전히 한계가 있습니다. 또한 앞으로 2년 이내에 웹 기반 학습 데이터 자체가 고갈될 것이라는 전망도 있습니다. 실제 제약바이오 업무 Task를 수행하기 위해서는 단순히 인터넷 데이터를 학습하는 것이 아니라, 해당 산업에 특화된 고품질 학습 데이터셋이 반드시 필요합니다. 저희는 3년 전부터 이 학습 데이터셋을 지속적으로 구축하고 학습해 왔습니다. 간단히 말하면, 디자이너에게는 Figma, 개발자에게는 GitHub, StackOverflow, HuggingFace가 있듯이, 제약바이오 업계의 Bio-Research.AI를 만들고 있습니다. 저희의 목표는 5년 뒤 전 세계 1,000만 명의 제약바이오 종사자들이 사무실에 앉아 가장 먼저 접속하는 웹페이지를 만드는 것입니다. 바이오리서치에이아이 채용페이지 : https://www.notion.so/bioresearchai/Maximize-Global-Pharma-and-Biotech-R-D-Productivity-with-AI-Technology-535186162c7d4e1fbcd4a0f90d1c5db1