항체 설계 머신러닝 디렉터
BigHat Biosciences에서 머신러닝 전략과 항체 설계 모델링을 이끌며 최첨단 모델, 실험실 데이터, LLM 자동화를 연결합니다. 시니어 다학제 팀을 이끌고 매주 2,000개가 넘는 항체 설계를 지원하는 설계 주기를 개선합니다.
설명
- BigHat의 머신러닝 로드맵을 수립하고 다듬습니다.
- 머신러닝의 미래 방향을 정하고 이 분야에서 BigHat의 리더십을 강화합니다.
- BigHat의 데이터 저장소와 데이터 생성 역량을 활용해 다목적 예측 모델을 구축합니다.
- 복잡한 다중특이성 항체 설계를 위한 모델을 개발하고 학습시킵니다.
- BigHat 데이터셋을 활용해 최첨단 모델을 단백질 설계 과제에 적용합니다.
- 실험실 업무, 컴퓨팅 플랫폼, 데이터, LLM 자동화를 연결해 설계 주기를 개선합니다.
- CIO 조직 전반의 통합 LLM 및 머신러닝 전략을 이끕니다.
- LLM, 에이전트 프레임워크, 강화학습 평가 방법을 안전하고 효과적으로 활용하도록 추진합니다.
- 모델 출처 정보와 벤치마크가 인프라 전반에 안정적으로 반영되도록 합니다.
- 매주 2,000개가 넘는 항체를 설계하는 워크플로의 설계 라운드에서 모델 인사이트를 활용하도록 합니다.
- 내부 및 파트너 프로그램에 계산 분석, 예측, 최적화된 변이체 세트를 제공합니다.
- 데이터 생성 및 모델링 역량을 최첨단 AI 기업과 바이오제약 파트너를 위한 서비스로 발전시킵니다.
- 파일럿 범위와 기술적 성공 기준을 정하고 파일럿을 수행합니다.
- 시니어 머신러닝 과학자와 엔지니어 팀을 멘토링하고 성장시킵니다.
- 머신러닝 및 단백질 공학 커뮤니티에서 논문을 발표하고 강연하며 활발히 참여합니다.
지원 자격
- 머신러닝, 컴퓨터 과학, 계산 생물학 또는 관련 분야의 박사 학위.
- 첨단 머신러닝 방법을 개발하고 적용한 경력 8년 이상.
- 업계 경력이 있으면 우대합니다.
- 기술 팀 또는 대규모 기술 프로그램을 이끈 역량을 입증해야 합니다.
- 단백질 서열 및 구조 생성 모델, 베이지안 최적화, 능동 학습, 불확실성 정량화, 데이터 효율적 예측 모델링, 컨텍스트 내 학습을 비롯한 최신 머신러닝에 대한 깊고 최신의 전문성.
- Python과 PyTorch 활용 능력.
- 현대적인 소프트웨어 엔지니어링 방식, 클라우드 컴퓨팅, MLOps 경험.
- 프로덕션 시스템에 머신러닝을 배포한 경험.
- 재현성, 출처 관리, 벤치마킹, 사이클 타임에 대한 지식.
- 항체 생물학, 개발 가능성, 신약 개발에 대한 실무 지식 또는 이를 빠르게 습득할 역량과 의지.
- 디스플레이 기술, NGS, 고처리량 생물물리 데이터에 익숙하면 큰 장점입니다.
- 뛰어난 문서 작성 및 구두 커뮤니케이션 능력.
- 단백질 과학자, 자동화 엔지니어, 소프트웨어 엔지니어, 신약 개발자 등 다양한 분야의 사람들과 효과적으로 협업하는 능력.
- 파트너와 외부 관계자에게 신뢰를 줄 수 있는 역량.
- BigHat의 사명과 잠재적 영향력에 동기를 느껴야 합니다.
복리후생
- 보너스
- 스톡옵션
- 복리후생
