LogoFresh Jobs Ahead
Proxima
Proxima
11 – 50 Mitarbeitende
Sponsor für H1B-VisumBiotechnologieKünstliche IntelligenzPharmazeutika
Proxima ist ein Biotechnologieunternehmen, das eine integrierte Forschungsplattform zur Entwicklung und Programmierung von Proteininteraktionen entwickelt. Der Ansatz kombiniert generative KI, fortschrittliche Datengenerierung und Strukturmodellierung, um Medikamente zu identifizieren, die auf induzierter Nähe basieren, darunter molekulare Induktoren, Modulatoren und Blocker. Darüber hinaus arbeitet Proxima mit Industriepartnern zusammen, um Entdeckungen im Bereich der induzierten Nähe zu Wirkstoffkandidaten weiterzuentwickeln.
LinkedIn
Stellen im Unternehmen

Machine-Learning-Ingenieur – Remote in New York

Entwickle Python- und PyTorch-Workflows für Proximas KI-gestützte Plattform zur Wirkstoffentdeckung. Verbessere wissenschaftliches Rechnen, die Infrastruktur für maschinelles Lernen und Tools, mit denen Forschende Experimente durchführen und auswerten können.

USVereinigte StaatenNYNew YorkRemoteVollzeitMittlere StufeSeniorErforderliche Sprache: EnglischMachine-Learning-Ingenieur
CloudKubernetesLinuxPythonPyTorch

Beschreibung

  • Erstelle zuverlässige wissenschaftliche Workflows, die Kolleginnen und Kollegen mit minimalem manuellem Aufwand ausführen, reproduzieren und Fehler darin beheben können.
  • Füge Modelle, Datensätze und Evaluierungsansätze hinzu und bewahre dabei die Datenintegrität sowie die Kompatibilität mit bestehenden Experimenten.
  • Stärke Rechen-Workflows durch verbesserte Auftragsübermittlung, Überwachung, Fehlerbehebung und die Nachverfolgung von Artefakten.
  • Finde und behebe Engpässe bei Datenaufbereitung, Ausführung und Evaluierung, um Forschungsiterationen zu beschleunigen.
  • Entwickle wartbare Bibliotheken, Services und Entwickler-Tools mit geeigneten Tests, Dokumentation und Überwachung.
  • Trage zur Kultur eines schnell wachsenden Unternehmens bei.
  • Arbeite eng mit Forschenden und Infrastrukturingenieurinnen und -ingenieuren zusammen.
  • Sammle Erfahrung in den Bereichen Automatisierung, Infrastruktur, Daten und maschinelles Lernen.
  • Unterstütze Wissenschaftlerinnen und Wissenschaftler beim Erstellen von Modellen, Durchführen von Experimenten und Interpretieren ihrer Ergebnisse.
  • Behebe Fehler in bereitgestellten Systemen – von der Integration von Trainingsdatensätzen und der Diagnose festgefahrener Inferenzaufträge bis zur Erstellung von APIs für wissenschaftliche Ergebnisse und der Automatisierung manueller Prozesse.

Anforderungen

  • Fundierte Kenntnisse in Python und Softwareentwicklung, einschließlich Datenstrukturen, Schnittstellendesign, Testen, Nebenläufigkeit und methodischem Debugging.
  • Nachgewiesene Erfahrung in der Bereitstellung von Software, auf die andere angewiesen sind, einschließlich ihrer Wartung und Fehlerbehebung nach der Veröffentlichung.
  • Erfahrung beim Erstellen oder Unterstützen von Workflows für maschinelles Lernen oder wissenschaftliches Rechnen sowie Verständnis dafür, wie Daten, Modellausführung und Evaluierung zusammenhängen.
  • Erfahrung mit PyTorch ist erforderlich.
  • Erfahrung mit dem Betrieb von Software unter Linux.
  • Erfahrung im Arbeiten mit Containern.
  • Erfahrung in der Bereitstellung von Änderungen durch automatisierte Tests und CI/CD.
  • Fähigkeit, unklare Probleme zu strukturieren, selbstständig zu arbeiten und technische Abwägungen anhand von Belegen zu erläutern.
  • Bereitschaft, in den Bereichen Automatisierung, Infrastruktur, Daten und maschinelles Lernen mitzuwirken.
  • Ausgeprägtes Verantwortungsbewusstsein und klare Kommunikation mit Wissenschaftlerinnen, Wissenschaftlern und Ingenieurinnen und Ingenieuren.
  • Fähigkeit, KI-Entwicklungstools effektiv einzusetzen und zugleich Verantwortung für die Korrektheit und Wartbarkeit des entstehenden Codes zu übernehmen.
  • Erfahrung mit Kubernetes, Cloud-Plattformen, Workflow-Orchestrierung, Datenbanken oder computergestützter Biologie und Chemie ist von Vorteil.
  • Ein Hintergrund in Biologie oder Chemie ist nicht erforderlich.

Zusatzleistungen

  • Die Ausschreibung nennt keine Leistungen, Zusatzleistungen oder zusätzliche Vergütung.

Ähnliche Stellen

Thomson Reuters

Marketingdirektor Australien und Neuseeland

Thomson Reuters
Sponsor für H1B-VisumBeratungRechtVersicherungen
AUAustralienHybridVollzeitLeadErforderliche Sprache: EnglischChief Marketing Officer
AEM

Verantworten Sie die Marketingstrategie, regionale Programme und das Pipeline-Wachstum von Thomson Reuters in Australien und Neuseeland – für Technologien in den Bereichen Recht, Steuern und Compliance. Führen Sie regionale Teams, Kampagnen und Veranstaltungen mit Schwerpunkt auf KI-gestütztem Marketing.

Öffnen
QMH Consulting GmbH

Senior Marketing- und Growth Lead

QMH Consulting GmbH
11 – 50 Mitarbeitende
AutomobilindustrieGesundheitswesenLogistik
DEDeutschland
55.000 € – 78.000 € / Jahr
HybridVollzeitSeniorErforderliche Sprache: DeutschErforderliche Sprache: EnglischMarketing
WordPress

Leite B2B-Marketing und Wachstum bei QMH Consulting, einem Anbieter von Ingenieurdienstleistungen, Beratung, Audits, Schulungen und Software. Entwickle die Strategie und steuere Kampagnen, Leadgenerierung und Marketingwachstum.

Öffnen
Ingersoll Rand

Vertriebsmitarbeiter Innendienst bei Ingersoll Rand, Zoeterwoude (hybrid)

Ingersoll Rand
Sponsor für H1B-VisumEnergieGesundheitswesenLogistik
NLNiederlandeHybridVollzeitMittlere StufeSeniorErforderliche Sprache: EnglischInnendienstVertrieb

Pflege Kundenbeziehungen, erstelle Angebote und bearbeite Bestellungen und CRM-Prozesse für Druckluftlösungen von Ingersoll Rand. Arbeite mit Account Managern und internen Teams zusammen, um den Vertrieb und die Kundenbedürfnisse zu betreuen.

Öffnen
AstraZeneca

Senior Manager für klinische Qualität, China

AstraZeneca
Sponsor für H1B-VisumBiotechnologieGesundheitswesenPharmazeutika
CNChinaVor OrtVollzeitSeniorErforderliche Sprache: EnglischKlinischer Betrieb
Google Cloud Platform

Leitung der klinischen Qualitätsarbeit in China bei AstraZeneca mit Schwerpunkt auf Audits, Schulungen und GCP-Konformität. Beratung der DevOps-Teams zu lokalen Verfahren und Vorschriften sowie Förderung kontinuierlicher Verbesserungen der klinischen Qualität.

Öffnen