Roche یک شرکت جهانی در حوزه سلامت است که پژوهش و توسعه دارویی را با آزمایش‌های تشخیصی و سلامت دیجیتال ترکیب می‌کند. فعالیت این شرکت بر بهبود پیامدهای بیماران از طریق تشخیص زودهنگام، درمان‌های هدفمندتر و نوآوری مبتنی بر علم متمرکز است و ابزارهای مجهز به هوش مصنوعی را نیز دربرمی‌گیرد. این شرکت برای بیماری‌های پیچیده‌ای مانند سرطان و اختلالات عصبی راهکارهایی توسعه می‌دهد و در سراسر جهان با نظام‌های سلامت، شرکای پژوهشی و دیگر ذی‌نفعان همکاری می‌کند.
دانشمند ارشد یادگیری ماشین، برنامه‌ریزی و بهینه‌سازی سنتز
مدل‌های یادگیری ماشین برای طراحی، برنامه‌ریزی، تولید و بهینه‌سازی مولکولیِ آگاه از سنتز توسعه دهید. گردش‌کارهای خودکار سنتز را برای پشتیبانی از پژوهش کشف داروی مبتنی بر هوش مصنوعی در روشه بسازید.
ایالات متحده
کالیفرنیا
نیویورک$۱۴۷٬۶۰۰ – $۲۷۴٬۰۰۰ / سال
حضوریتمام‌وقتارشدزبان مورد نیاز: انگلیسیمهندس یادگیری ماشینتوضیحات
- روش‌های یادگیری ماشین را برای طراحی مولکولیِ آگاه از سنتز، از جمله رتروسنتز، برنامه‌ریزی سنتز، تولید مولکول و جست‌وجو در فضاهای شیمیایی قابل‌سنتز، پیش ببرید.
- داده‌های اختصاصی واکنش و زیست‌شیمیایی را برای ایجاد مدل‌ها و گردش‌کارهای آگاه از سنتز در راستای کشف و بهینه‌سازی ترکیبات فعال ترکیب کنید.
- خطوط لوله قابل‌اعتماد و مقیاس‌پذیر یادگیری فعال را توسعه دهید که به پلتفرم‌های سنتز خودکار و پُرتوان متصل شوند.
- الگوریتم‌های برنامه‌ریزی سنتز دسته‌ای ایجاد کنید که پوشش فضای شیمیایی، کسب اطلاعات و کارایی آزمایشی را بهبود دهند.
- از طریق انتشار مقاله، پروژه‌های متن‌باز و ارائه در کنفرانس‌ها به پیشرفت علمی کمک کنید.
- با دانشمندان محاسباتی و تجربی روشه و همکاران دانشگاهی بیرونی همکاری کنید.
- روش‌های یادگیری ماشین را توسعه دهید که مولکول‌های قابل‌سنتز تولید کنند و طراحی مولد را به سنتز خودکار پیوند دهند.
شرایط لازم
- تخصص پیشرفته در یادگیری ماشین، مبتنی بر جبر خطی، احتمال و بهینه‌سازی.
- تجربه عملی در شبکه‌های عصبی گراف، مدل‌های دنباله‌ای یا زبانی و یادگیری تقویتی.
- آشنایی کاربردی با مفاهیم شیمی مورد استفاده در برنامه‌ریزی سنتز و بهینه‌سازی مولکولی.
- تجربه کار با مجموعه‌داده‌های مولکول‌های کوچک و استفاده از ابزارهای شیمی‌اطلاعاتی مانند RDKit یا OpenEye.
- تسلط به Python.
- تجربه کار با چارچوب‌های معاصر یادگیری ماشین، از جمله PyTorch یا JAX.
- سابقه در توسعه نرم‌افزارهای علمی.
- مدرک PhD یا تجربه پژوهشی معادل در یادگیری ماشین، شیمی محاسباتی، مهندسی شیمی، فیزیک، آمار یا رشته کمی مرتبط.
- حداکثر دو سال تجربه پژوهشی صنعتی برای سطح Scientist، یا بیش از دو سال برای سطح Senior Scientist.
- شواهد برتری علمی از طریق مقالات ژورنالی یا کنفرانسی، یا نمونه‌کار عمومی مرتبط.
- ترجیحی: تجربه توسعه مدل‌های رتروسنتز یا برنامه‌ریزی سنتز.
- ترجیحی: تجربه سنتز خودکار یا پُرتوان.
مزایا
- ممکن است بر اساس عملکرد فرد و شرکت، پاداش سالانه اختیاری پرداخت شود.
- جزئیات مزایا در پیوند ارائه‌شده توضیح داده شده است.