Roche on maailmanlaajuinen terveydenhuoltoalan yritys, joka yhdistää lääkekehityksen ja -tutkimuksen diagnostisiin testeihin ja digitaaliseen terveydenhuoltoon. Sen työ keskittyy potilaiden hoitotulosten parantamiseen varhaisemman havaitsemisen, kohdennetumpien hoitojen ja tieteeseen perustuvan innovoinnin avulla, mukaan lukien tekoälyä hyödyntävät työkalut. Yritys kehittää ratkaisuja monimutkaisiin sairauksiin, kuten syöpään ja neurologisiin sairauksiin, sekä tekee yhteistyötä terveydenhuoltojärjestelmien, tutkimuskumppaneiden ja muiden sidosryhmien kanssa eri puolilla maailmaa.
Vanhempi koneoppimistutkija, synteesin suunnittelu ja optimointi
Kehitä koneoppimismalleja synteesitietoiseen molekyylisuunnitteluun, suunnitteluun, generointiin ja optimointiin. Rakenna automatisoituja synteesityönkulkuja Rochen tekoälypohjaisen lääkekehityksen tutkimuksen tueksi.
Yhdysvallat
Kalifornia
New York147 600 $ – 274 000 $ / vuosi
LähityöKokoaikainenSeniorVaadittu Kieli: englantiKoneoppimisinsinööriKuvaus
- Kehitä koneoppimismenetelmiä synteesitietoiseen molekyylisuunnitteluun, mukaan lukien retrosynteesi, synteesin suunnittelu, molekyylien generointi ja haku syntetisoitavissa kemiallisissa avaruuksissa.
- Yhdistä omistusoikeudellista reaktio- ja biokemiallista dataa synteesitietoisten mallien ja työnkulkujen luomiseksi osumien löytämiseen ja optimointiin.
- Kehitä luotettavia ja skaalautuvia aktiivisen oppimisen putkia, jotka yhdistyvät automatisoituihin ja suuren läpimenon synteesialustoihin.
- Luo eräkohtaisen synteesin suunnittelun algoritmeja, jotka parantavat kemiallisen avaruuden kattavuutta, informaation hyötyä ja kokeellista tehokkuutta.
- Edistä tieteen kehitystä julkaisuilla, avoimen lähdekoodin projekteilla ja konferenssiesityksillä.
- Tee yhteistyötä Rochen laskennallisten ja kokeellisten tutkijoiden sekä ulkopuolisten akateemisten yhteistyökumppaneiden kanssa.
- Kehitä koneoppimismenetelmiä, jotka tuottavat syntetisoitavissa olevia molekyylejä ja yhdistävät generatiivisen suunnittelun automatisoituun synteesiin.
Vaatimukset
- Edistynyt koneoppimisen osaaminen, joka perustuu lineaarialgebraan, todennäköisyyslaskentaan ja optimointiin.
- Käytännön kokemusta graafineuraaliverkoista, sekvenssi- tai kielimalleista sekä vahvistusoppimisesta.
- Työskentelytuntemus synteesin suunnittelussa ja molekyylien optimoinnissa käytettävistä kemian käsitteistä.
- Kokemusta pienimolekyylidatan käsittelystä ja kemoinformatiikan työkalujen, kuten RDKitin tai OpenEyen, käytöstä.
- Pythonin sujuva hallinta.
- Kokemusta nykyaikaisista koneoppimiskehyksistä, kuten PyTorchista tai JAXista.
- Taustaa tieteellisten ohjelmistojen kehittämisestä.
- Tohtorintutkinto tai vastaava tutkimuskokemus koneoppimisesta, laskennallisesta kemiasta, kemiantekniikasta, fysiikasta, tilastotieteestä tai muulta määrälliseltä lähialalta.
- Enintään kaksi vuotta teollista tutkimuskokemusta Scientist-tasolle tai yli kaksi vuotta Senior Scientist -tasolle.
- Näyttöä tieteellisestä erinomaisuudesta julkaisuilla tieteellisissä lehdissä tai konferensseissa tai relevantilla julkisella työnäytteiden kokoelmalla.
- Eduksi katsotaan kokemus retrosynteesi- tai synteesinsuunnittelumallien kehittämisestä.
- Eduksi katsotaan kokemus automatisoidusta tai suuren läpimenon synteesistä.
Edut
- Harkinnanvarainen vuosibonus voidaan myöntää henkilökohtaisen ja yhtiön suoriutumisen perusteella.
- Etuudet kuvataan annetussa linkissä.