BigHat Biosciences
BigHat Biosciences
BigHat Biosciences е биотехнологична компания, която разработва терапии с антитела за трудни за лечение заболявания, включително инфекции и рак. Платформата ѝ Milliner съчетава машинно обучение с високоскоростна лабораторна работа за проектиране и разработване на антитела, като свързва изчислителните модели с експерименталното откриване. Компанията се стреми да подобрява безопасността и ефективността на потенциалните терапии и развива програмите си чрез научноизследователски сътрудничества и партньорства.

Директор „Машинно обучение“ за дизайн на антитела

Ръководи стратегията за машинно обучение и моделирането на дизайна на антитела в BigHat Biosciences, като обединява водещи модели, лабораторни данни и автоматизация с LLM. Ръководи опитен интердисциплинарен екип и допринася за подобряване на циклите на дизайн, обхващащи над 2 000 антитела седмично.

Описание

  • Определя и усъвършенства плана на BigHat за машинно обучение.
  • Определя бъдещата посока на машинното обучение и укрепва водещата позиция на BigHat в областта.
  • Изгражда предиктивни модели с множество цели, като използва хранилището от данни и възможностите за генериране на данни на BigHat.
  • Разработва и обучава модели за дизайн на сложни, мултиспецифични антитела.
  • Прилага водещи модели към предизвикателства в дизайна на протеини, използвайки наборите от данни на BigHat.
  • Свързва лабораторната работа, изчислителните платформи, данните и автоматизацията с LLM, за да подобрява цикъла на дизайн.
  • Ръководи единната стратегия за LLM и машинно обучение в цялата организация на CIO.
  • Насърчава безопасното и ефективно използване на LLM, агентни рамки и методи за оценяване чрез обучение с подсилване.
  • Гарантира надеждното проследяване на произхода на моделите и бенчмарковете в инфраструктурата.
  • Гарантира, че изводите от моделите се използват в циклите на дизайн и във всички работни процеси за създаване на над 2 000 антитела седмично.
  • Предоставя изчислителни анализи, прогнози и оптимизирани набори от варианти за вътрешни програми и програми на партньори.
  • Превръща възможностите за генериране на данни и моделиране в предложения за компании, разработващи водещ изкуствен интелект, и партньори от биофармацевтичния сектор.
  • Определя обхвата на пилотните проекти и критериите за технически успех, а след това ги реализира.
  • Наставлява и развива опитен екип от специалисти и инженери по машинно обучение.
  • Публикува, изнася презентации и участва в общностите за машинно обучение и протеиново инженерство.

Изисквания

  • Докторска степен по машинно обучение, компютърни науки, изчислителна биология или сродна област.
  • Над осем години опит в разработването и прилагането на усъвършенствани методи за машинно обучение.
  • Опитът в индустрията е силно предпочитан.
  • Доказана способност за ръководене на технически екипи или големи технически програми.
  • Задълбочени и актуални познания по съвременно машинно обучение, включително генеративни модели на протеинови последователности и структури, байесова оптимизация, активно обучение, количествено определяне на неопределеността, предиктивно моделиране с ефективно използване на данни и обучение в контекст.
  • Отлични умения с Python и PyTorch.
  • Опит със съвременни практики в софтуерното инженерство, облачните изчисления и MLOps.
  • Опит с внедряването на машинно обучение в продукционни системи.
  • Познания за възпроизводимост, проследимост на произхода, бенчмаркинг и продължителност на циклите.
  • Практически познания по биология на антителата, възможностите за разработването им и разработването на лекарства, или способност и желание тези знания да бъдат усвоени бързо.
  • Познаването на методи за дисплей, NGS и високопроизводителни биофизични данни е сериозно предимство.
  • Отлични умения за писмена и устна комуникация.
  • Умение за ефективна работа в интердисциплинарна среда с протеинови специалисти, инженери по автоматизация и софтуер и разработчици на лекарства.
  • Достоверност пред партньори и външна аудитория.
  • Мотивация от мисията на BigHat и потенциалното ѝ въздействие.

Придобивки

  • Бонус
  • Опции върху акции
  • Придобивки

Свързани работни места

U.S. Bank

Главен AI инженер, ускоряване на корпоративния AI

U.S. Bank

Ръководете сигурното и мащабируемо внедряване на AI в U.S. Bank чрез генеративни AI решения, повторно използваеми инженерни рамки и интелигентна автоматизация. Работете с бизнес и технологични екипи, за да превръщате корпоративни случаи на употреба на AI от идея в продукция.

Отвори
Gusto

Старши архитект на AI за FP&A в Gusto

Gusto

Определяйте развитието на планирането, прогнозирането и отчетността с AI за финансовото ръководство на Gusto. Изграждайте управлявани финансови системи за данни и автоматизирани процеси за по-добри решения.

Отвори
Plenful

Щатен инженер по машинно обучение, Plenful (Сан Франциско, хибридно)

Plenful

Определяйте производствената стратегия за агенти с машинно обучение, допълнително обучение на модели и оценяване. Изграждайте автоматизация с изкуствен интелект в здравеопазването, която намалява административната работа и укрепва съответствието с изискванията.

Отвори
Wells Fargo

Главен инженер по изкуствен интелект и дигитални плащания

Wells Fargo

Ръководете модернизацията на дигиталните плащания и внедряването на изкуствен интелект в Wells Fargo. Проектирайте устойчиви платформи, базирани на API, и консултирайте технологичните ръководители на Consumer Payments.

Отвори
Poesis AI

Водещ инженер по машинно обучение за финансов изкуствен интелект

Poesis AI

Разработвайте прогнозни сигнали, модели за машинно обучение в продукционна среда и системи за оценяване за автономната инвестиционна платформа на Poesis AI. Прилагайте изкуствен интелект към финансови данни и използвайте инвестиционните резултати, за да подобрявате моделите и агентите.

Отвори