Roche
Roche
Roche er en global sundhedsvirksomhed, der kombinerer forskning og udvikling inden for lægemidler med diagnostiske tests og digital sundhed. Virksomhedens arbejde fokuserer på at forbedre patientresultater gennem tidligere opsporing, mere målrettede behandlinger og videnskabsbaseret innovation, herunder AI-baserede værktøjer. Roche udvikler løsninger til komplekse sygdomme som kræft og neurologiske lidelser og samarbejder med sundhedssystemer, forskningspartnere og andre interessenter verden over.

Seniorforsker i maskinlæring, synteseplanlægning og optimering

Udvikl maskinlæringsmodeller til syntesebevidst molekylær design, planlægning, generering og optimering. Byg automatiserede syntesearbejdsgange, der understøtter Roches AI-drevne forskning i lægemiddeludvikling.

Beskrivelse

  • Videreudvikl maskinlæringsmetoder til syntesebevidst molekylær design, herunder retrosyntese, synteseplanlægning, molekylær generering og søgning på tværs af syntetiserbare kemiske rum.
  • Kombinér proprietære reaktions- og biokemiske data for at skabe syntesebevidste modeller og arbejdsgange til opdagelse og optimering af hits.
  • Udvikl pålidelige og skalerbare aktive læringspipelines, der forbindes med automatiserede synteseplatforme og platforme til syntese med høj gennemstrømning.
  • Skab algoritmer til batchbaseret synteseplanlægning, der forbedrer dækningen af kemiske rum, informationsgevinsten og den eksperimentelle effektivitet.
  • Bidrag til videnskabelige fremskridt gennem publikationer, open source-projekter og konferencepræsentationer.
  • Samarbejd med beregningsmæssige og eksperimentelle forskere hos Roche samt med eksterne akademiske samarbejdspartnere.
  • Udvikl maskinlæringsmetoder, der genererer syntetiserbare molekyler og forbinder generativt design med automatiseret syntese.

Krav

  • Avanceret ekspertise inden for maskinlæring med fundament i lineær algebra, sandsynlighedsteori og optimering.
  • Praktisk erfaring med grafneurale netværk, sekvens- eller sprogmodeller og reinforcement learning.
  • Arbejdskendskab til kemiske begreber, der anvendes inden for synteseplanlægning og molekylær optimering.
  • Erfaring med håndtering af datasæt med små molekyler og brug af kemoinformatikværktøjer som RDKit eller OpenEye.
  • Gode kundskaber i Python.
  • Erfaring med moderne maskinlæringsrammer, herunder PyTorch eller JAX.
  • Baggrund inden for udvikling af videnskabelig software.
  • Ph.d. eller tilsvarende forskningserfaring inden for maskinlæring, beregningskemi, kemiteknik, fysik, statistik eller en relateret kvantitativ disciplin.
  • Op til to års industrierfaring med forskning på Scientist-niveau eller mere end to år på Senior Scientist-niveau.
  • Dokumenteret videnskabelig ekspertise gennem tidsskrifts- eller konferencepublikationer eller en offentlig portefølje med relevant arbejde.
  • Foretrukket: Erfaring med udvikling af retrosyntese- eller synteseplanlægningsmodeller.
  • Foretrukket: Erfaring med automatiseret syntese eller syntese med høj gennemstrømning.

Fordele

  • Der kan tilbydes en diskretionær årlig bonus baseret på den enkeltes og virksomhedens resultater.
  • Fordelene er beskrevet på det angivne link.

Relaterede job

Boeing

Boeing, leder af softwareudvikling for rumfartssystemer

Boeing

Led arkitektur, udvikling og test af Boeings næste generations systemer til rummissioner. Led ingeniørteams, samarbejd med interessenter, og håndtér tidsplaner, risici og teknisk levering på stedet i Californien.

Åbn