PostEra היא חברת ביוטכנולוגיה ובינה מלאכותית המתמקדת בשיפור האופן שבו מתגלות תרופות חדשות. פלטפורמת Proton שלה מיישמת למידת מכונה בתחום הכימיה התרופתית, ומסייעת לחוקרים להתמודד עם אתגרים מורכבים בגילוי תרופות ולהאיץ את פיתוחם של טיפולים פוטנציאליים. PostEra נוסדה בשנת 2020 ועובדת עם ארגוני תרופות, בהם Pfizer ו-Amgen, על גישות לפיתוח תרופות הנתמכות בבינה מלאכותית.
חוקר למידת מכונה, מדע סוכני ב-PostEra (עבודה מרחוק)
PostEra מחפשת חוקר למידת מכונה לבניית מערכות סוכנים ומודלים מסתגלים לביוטכנולוגיה המונעת בינה מלאכותית. התפקיד מיישם שיטות חישוביות בכימיה רפואית ובגילוי תרופות.
ארצות הברית200,000 $ – 300,000 $ / שנה
מרחוקמשרה מלאהרמת בינייםסניורשפה נדרשת: אנגליתמדען מחקר בבינה מלאכותיתמהנדס למידת מכונהתיאור
- בניית תחום המחקר הסוכני של PostEra באמצעות אוטומציה של מידול מכניסטי של תהליכים ביוכימיים ופיזיולוגיים
- ניתוח נתונים ביולוגיים לאימות מטרות ולתמיכה בהחלטות גילוי תרופות באמצעות מודלים של למידת מכונה
- יצירת שיטות למידת מכונה המסתגלות לאתגרי גילוי תרופות חדשים בעזרת נתונים מתויגים מוגבלים
- פיתוח מערכות למידה בהקשר ומודלי יסוד מולקולריים וטבלאיים באמצעות נתונים מולטי-מודליים קנייניים
- הערכת דוגמאות ומשימות קודמות רלוונטיות, מדידת המקרים שבהם העברה מסייעת או מזיקה, ומתן תחזיות אמינות תחת שינוי התפלגות
- הגדרת משימות, בניית מערכי נתונים ואפיזודות הערכה, קביעת קווי בסיס, אימון והרחבת מודלים, ביצוע ניסויי הסרה קפדניים ותרגום שיטות יעילות ליכולות מדעיות
- פיתוח והשוואת ביצועים של מערכות סוכנים למידול ביולוגי ופיזיולוגי כמותי
- הובלת פרויקטי מחקר עצמאיים בלמידה בהקשר, מערכות סוכנים, הסתגלות ממספר דוגמאות, מודלי יסוד טבלאיים ולמידת מכונה מולקולרית
- תכנון ואימון מודלים המסתגלים למבחנים, נקודות קצה, מטרות וסדרות כימיות חדשות
- הערכת שיטות מול קווי בסיס חזקים ויצירת מקרי בדיקה המתחשבים ברגישות להטיה
- עבודה עם מדענים על מידול עוצמה, חיזוי ADME, בררנות, אופטימיזציית מועמדים ותכנון מחקרים קליניים מוקדמים
- בניית תהליכי אימון ונתונים יעילים תוך הרחבת מודלים על פני בעיות מולקולריות וטבלאיות
- כתיבת קוד מחקר קריא וניתן לשחזור; תיעוד ניסויים; ותמיכה בסקירת קוד ובתשתית מידול משותפת
- פרסום ממצאים בבמות מובילות ללמידת מכונה, כימיה רפואית או ביולוגיה חישובית וייצוג PostEra בקהילה המדעית
דרישות
- דוקטורט בלמידת מכונה או בתחום מחקרי מדעי, טכנולוגי, הנדסי או מתמטי המתמקד בפיתוח שיטות למידת מכונה חדשניות
- הוכחות למחקר איכותי באמצעות פרסומים, תרומות לקוד פתוח או עבודה מקבילה
- רקע מחקרי או הנדסי חזק בלמידת מכונה מודרנית, למידה עמוקה או מידול סטטיסטי, עם הבנה טובה של תאוריה אלגוריתמית
- מומחיות בלפחות תחום רלוונטי אחד, כולל תהליכי עבודה מדעיים סוכניים, למידת מכונה לביואינפורמטיקה או נתונים קליניים, למידה בהקשר, למידה טבלאית או למידה ממספר דוגמאות
- ניסיון מעשי באימון, ניפוי שגיאות והערכת מודלים של למידת מכונה ב-Python עם מסגרות כגון PyTorch או JAX
- יכולת להפוך שאלות מדעיות או טכניות עמומות לפרויקטי למידת מכונה מוגדרים היטב הכוללים מערכי נתונים, משימות, קווי בסיס, מדדים ותוכניות אימות
- יכולת לתכנן ניסויים, מבחני ביצועים וניסויי הסרה קפדניים המפרידים שיפורים אמיתיים מהטיה ומזהים את מקורות השיפור במודל
- נוחות בעבודה בחברת הזנק שבה סדרי העדיפויות משתנים, הנתונים עשויים להיות לא מושלמים ושיקול דעת נכון חשוב לא פחות ממורכבות המודל
- ניסיון בגילוי תרופות אינו נדרש
- יתרון: ניסיון באימון מודלי יסוד טבלאיים להגדרות של נתונים דלילים, הטרוגניים, קטנים או בעלי שיעור גבוה של ערכים חסרים
- יתרון: ניסיון בפיתוח מערכות למידה מולקולרית בהקשר או בהתאמת מודלי למידה כלליים בהקשר לנתונים מולקולריים או מדעיים
- יתרון: ניסיון באימון מודלים גדולים, כולל מערכות עם יותר ממיליארד פרמטרים, אימון מבוזר, ריסוק, מקביליות נתונים ומודלים ותהליכי נתונים בקנה מידה גדול
- יתרון: ניסיון בפיתוח מערכות מדען-עמית מבוססות בינה מלאכותית לבעיות פיזיקליות או ביולוגיות
- יתרון: ניסיון מעשי בלמידת מכונה עם נתונים ביולוגיים, ביוכימיים או קליניים
- יתרון: ניסיון בהעברת מודלי מחקר לתוכנה מדעית ייצורית או לתהליכי עבודה חישוביים
הטבות
- הקצאת הון בשיעור של 0.05% עד 0.1%
- תגמול מותאם באופן יחסי
- הכרה בתוך הארגון
- הזדמנויות לקידום משמעותי