Η Proxima είναι εταιρεία βιοτεχνολογίας που αναπτύσσει μια ολοκληρωμένη πλατφόρμα ανακάλυψης για τον σχεδιασμό και τον προγραμματισμό αλληλεπιδράσεων μεταξύ πρωτεϊνών. Η προσέγγισή της συνδυάζει παραγωγική τεχνητή νοημοσύνη, προηγμένη δημιουργία δεδομένων και δομική μοντελοποίηση για τον εντοπισμό φαρμάκων που βασίζονται στην εγγύτητα, συμπεριλαμβανομένων μοριακών επαγωγέων, ρυθμιστών και αναστολέων. Η Proxima συνεργάζεται επίσης με εταίρους του κλάδου για να προωθήσει τις ανακαλύψεις επαγόμενης εγγύτητας προς υποψήφια φάρμακα.
Μηχανικός Μηχανικής Μάθησης – Εργασία εξ αποστάσεως στη Νέα Υόρκη
Δημιούργησε ροές εργασίας σε Python και PyTorch για την πλατφόρμα ανακάλυψης φαρμάκων της Proxima με βάση την τεχνητή νοημοσύνη. Βελτίωσε την επιστημονική υπολογιστική, την υποδομή μηχανικής μάθησης και τα εργαλεία που βοηθούν τους ερευνητές να εκτελούν και να αξιολογούν πειράματα.
Περιγραφή
- Δημιούργησε αξιόπιστες επιστημονικές ροές εργασίας που οι συνάδελφοι μπορούν να εκτελούν, να αναπαράγουν και να αντιμετωπίζουν τα προβλήματά τους με ελάχιστη χειροκίνητη προσπάθεια.
- Πρόσθεσε μοντέλα, σύνολα δεδομένων και μεθόδους αξιολόγησης, διατηρώντας την ακεραιότητα των δεδομένων και τη συμβατότητα με τα υπάρχοντα πειράματα.
- Ενίσχυσε τις ροές υπολογισμού μέσω βελτιωμένης υποβολής εργασιών, παρακολούθησης, ανάκαμψης από αστοχίες και καταγραφής τεχνουργημάτων.
- Εντόπισε και επίλυσε σημεία συμφόρησης στην προετοιμασία δεδομένων, την εκτέλεση και την αξιολόγηση, ώστε να επιταχυνθεί η επανάληψη της έρευνας.
- Ανάπτυξε βιβλιοθήκες, υπηρεσίες και εργαλεία προγραμματιστών που συντηρούνται εύκολα, με κατάλληλες δοκιμές, τεκμηρίωση και παρακολούθηση.
- Στήριξε την κουλτούρα μιας ταχέως αναπτυσσόμενης εταιρείας.
- Συνεργάσου στενά με ερευνητές και μηχανικούς υποδομών.
- Απόκτησε εμπειρία στην αυτοματοποίηση, την υποδομή, τα δεδομένα και τη μηχανική μάθηση.
- Βοήθησε τους επιστήμονες να δημιουργούν μοντέλα, να διεξάγουν πειράματα και να ερμηνεύουν τα αποτελέσματά τους.
- Αντιμετώπισε προβλήματα σε αναπτυγμένα συστήματα, από την ενσωμάτωση συνόλων δεδομένων εκπαίδευσης και τη διάγνωση κολλημένων εργασιών συμπερασμού έως τη δημιουργία API για επιστημονικά αποτελέσματα και την αυτοματοποίηση χειροκίνητων διαδικασιών.
Απαιτήσεις
- Ισχυρές βάσεις στην Python και τη μηχανική λογισμικού, συμπεριλαμβανομένων των δομών δεδομένων, του σχεδιασμού διεπαφών, των δοκιμών, του ταυτοχρονισμού και της μεθοδικής αποσφαλμάτωσης.
- Αποδεδειγμένη εμπειρία στην παράδοση λογισμικού από το οποίο εξαρτώνται άλλοι, συμπεριλαμβανομένης της συντήρησης και της αντιμετώπισης προβλημάτων μετά την κυκλοφορία.
- Εμπειρία στη δημιουργία ή την υποστήριξη ροών εργασίας μηχανικής μάθησης ή επιστημονικής υπολογιστικής, με κατανόηση της σύνδεσης μεταξύ δεδομένων, εκτέλεσης μοντέλων και αξιολόγησης.
- Απαιτείται εμπειρία με PyTorch.
- Εμπειρία στην εκτέλεση λογισμικού σε Linux.
- Εμπειρία στην εργασία με containers.
- Εμπειρία στην παράδοση αλλαγών μέσω αυτοματοποιημένων δοκιμών και CI/CD.
- Ικανότητα δομής ασαφών προβλημάτων, ανεξάρτητης εργασίας και εξήγησης τεχνικών συμβιβασμών με βάση τεκμήρια.
- Διάθεση συνεισφοράς στους τομείς της αυτοματοποίησης, της υποδομής, των δεδομένων και της μηχανικής μάθησης.
- Ισχυρή αίσθηση ιδιοκτησίας και σαφής επικοινωνία με επιστήμονες και μηχανικούς.
- Ικανότητα αποτελεσματικής χρήσης εργαλείων ανάπτυξης τεχνητής νοημοσύνης, με ανάληψη ευθύνης για την ορθότητα και τη συντηρησιμότητα του παραγόμενου κώδικα.
- Εμπειρία με Kubernetes, πλατφόρμες cloud, ενορχήστρωση ροών εργασίας, βάσεις δεδομένων ή υπολογιστική βιολογία και χημεία θεωρείται πλεονέκτημα.
- Δεν απαιτείται υπόβαθρο στη βιολογία ή τη χημεία.
Παροχές
- Η αγγελία δεν προσδιορίζει παροχές, προνόμια ή πρόσθετη αποζημίωση.