PostEra هي شركة متخصصة في التكنولوجيا الحيوية والذكاء الاصطناعي، وتركّز على تحسين طريقة اكتشاف الأدوية الجديدة. تطبّق منصة Proton التابعة لها تقنيات التعلم الآلي في الكيمياء الدوائية، مما يساعد الباحثين على معالجة التحديات المعقدة في اكتشاف الأدوية وتسريع تطوير العلاجات المحتملة. تأسست PostEra عام 2020، وتتعاون مع مؤسسات دوائية، من بينها Pfizer وAmgen، في تطوير أساليب مدعومة بالذكاء الاصطناعي لتطوير الأدوية.
باحث في تعلّم الآلة، العلوم الوكيلة في PostEra (عن بُعد)
تبحث PostEra عن باحث في تعلّم الآلة لبناء أنظمة وكيلة ونماذج تكيفية للبيوتكنولوجيا المدعومة بالذكاء الاصطناعي. يطبّق الدور أساليب حاسوبية على الكيمياء الطبية واكتشاف الأدوية.
الولايات المتحدة200,000 US$ – 300,000 US$ / سنة
عن بُعددوام كاملمتوسطخبيراللغة المطلوبة: الإنجليزيةعالم أبحاث في الذكاء الاصطناعيمهندس تعلم الآلةالوصف
- بناء وظيفة البحث الوكيلي في PostEra من خلال أتمتة النمذجة الآلية للعمليات الكيميائية الحيوية والفسيولوجية
- تحليل البيانات البيولوجية للتحقق من صحة الأهداف وإرشاد قرارات اكتشاف الأدوية باستخدام نماذج تعلّم الآلة
- إنشاء أساليب لتعلّم الآلة تتكيف مع تحديات جديدة في اكتشاف الأدوية باستخدام بيانات معنونة محدودة
- تطوير أنظمة تعلّم ضمن السياق ونماذج أساس جزيئية وجدولية باستخدام بيانات متعددة الوسائط مملوكة
- تقييم الأمثلة والمهام السابقة ذات الصلة، وقياس متى يكون النقل مفيدًا أو ضارًا، وتقديم تنبؤات موثوقة عند حدوث تحوّل في التوزيع
- تحديد المهام، وبناء مجموعات البيانات وحلقات التقييم، وإنشاء خطوط أساس، وتدريب النماذج وتوسيع نطاقها، وإجراء تجارب إزالة صارمة، وتحويل الأساليب الفعالة إلى قدرات علمية
- تطوير أنظمة وكيلة للنمذجة البيولوجية والفسيولوجية الكمية وقياس أدائها
- قيادة مشاريع بحثية مستقلة في التعلّم ضمن السياق، والأنظمة الوكيلة، والتكيّف من أمثلة قليلة، ونماذج الأساس الجدولية، وتعلّم الآلة الجزيئي
- تصميم نماذج وتدريبها للتكيف مع الاختبارات الجديدة، ونقاط النهاية، والأهداف، والسلاسل الكيميائية
- تقييم الأساليب مقابل خطوط أساس قوية وإنشاء حالات اختبار تراعي حساسية التحيز
- العمل مع العلماء على نمذجة الفعالية، والتنبؤ بخصائص ADME، والانتقائية، وتحسين المركبات الرائدة، وتصميم الدراسات السريرية المبكرة
- بناء خطوط تدريب وبيانات فعالة مع توسيع نطاق النماذج عبر المشكلات الجزيئية والجدولية
- كتابة شيفرات بحثية واضحة وقابلة لإعادة الإنتاج؛ وتوثيق التجارب؛ ودعم مراجعة الشيفرة والبنية التحتية المشتركة للنمذجة
- نشر النتائج في أبرز أوساط تعلّم الآلة أو الكيمياء الطبية أو البيولوجيا الحاسوبية وتمثيل PostEra داخل المجتمع العلمي
المتطلبات
- دكتوراه في تعلّم الآلة أو في مجال بحثي من مجالات العلوم والتكنولوجيا والهندسة والرياضيات يركّز على تطوير أساليب جديدة لتعلّم الآلة
- أدلة على إجراء أبحاث عالية الجودة من خلال المنشورات أو المساهمات مفتوحة المصدر أو أعمال مماثلة
- خلفية بحثية أو هندسية قوية في تعلّم الآلة الحديث أو التعلّم العميق أو النمذجة الإحصائية، مع فهم راسخ للنظرية الخوارزمية
- خبرة متخصصة في مجال ذي صلة واحد على الأقل، بما في ذلك سير العمل العلمي الوكيلي، أو تعلّم الآلة للمعلوماتية الحيوية أو البيانات السريرية، أو التعلّم ضمن السياق، أو التعلّم الجدولي، أو التعلّم من أمثلة قليلة
- خبرة عملية في تدريب نماذج تعلّم الآلة وتصحيح أخطائها وتقييمها باستخدام Python وأطر مثل PyTorch أو JAX
- القدرة على تحويل الأسئلة العلمية أو التقنية الغامضة إلى مشاريع محددة جيدًا لتعلّم الآلة، مع مجموعات بيانات ومهام وخطوط أساس ومقاييس وخطط تحقق
- القدرة على تصميم تجارب ومعايير قياس وتجارب إزالة صارمة تميّز المكاسب الحقيقية عن التحيز وتحدد مصادر تحسّن النموذج
- الارتياح للعمل في شركة ناشئة تتغير فيها الأولويات، وقد تكون البيانات غير مثالية، ويكون الحكم السليم مهمًا بقدر تعقيد النموذج
- خبرة اكتشاف الأدوية ليست مطلوبة
- مفضّل: خبرة في تدريب نماذج أساس جدولية لإعدادات البيانات المتناثرة أو غير المتجانسة أو الصغيرة أو كثيرة القيم المفقودة
- مفضّل: خبرة في تطوير أنظمة تعلّم جزيئي ضمن السياق أو تكييف نماذج عامة للتعلّم ضمن السياق مع البيانات الجزيئية أو العلمية
- مفضّل: خبرة في تدريب نماذج كبيرة، بما في ذلك أنظمة تضم أكثر من مليار معلمة، والتدريب الموزع، والتجزئة، والتوازي على مستوى البيانات والنماذج، وخطوط بيانات واسعة النطاق
- مفضّل: خبرة في تطوير أنظمة مساعد عالم بالذكاء الاصطناعي للمشكلات الفيزيائية أو البيولوجية
- مفضّل: خبرة عملية في تعلّم الآلة باستخدام بيانات بيولوجية أو كيميائية حيوية أو سريرية
- مفضّل: خبرة في نقل نماذج البحث إلى برمجيات علمية إنتاجية أو سير عمل حاسوبي
المزايا
- تخصيص أسهم بنسبة 0.05% إلى 0.1%
- تعديل التعويضات بما يتناسب
- التقدير داخل المؤسسة
- فرص للترقية ذات المغزى