Proxima는 단백질 상호작용을 설계하고 프로그래밍하기 위한 통합 신약 발굴 플랫폼을 개발하는 생명공학 기업입니다. 이 회사는 생성형 AI, 첨단 데이터 생성, 구조 모델링을 결합한 접근법으로 분자 유도제, 조절제, 차단제를 비롯한 근접성 기반 의약품을 발굴합니다. 또한 업계 파트너와 협력해 유도 근접성 관련 발견을 신약 후보물질로 발전시키고 있습니다.
머신러닝 엔지니어－뉴욕 원격
Proxima의 AI 신약 개발 플랫폼을 위한 Python 및 PyTorch 워크플로를 구축합니다. 과학 컴퓨팅, 머신러닝 인프라, 연구자의 실험 실행 및 평가를 지원하는 도구를 개선합니다.
설명
- 동료들이 최소한의 수작업으로 실행하고 재현하며 문제를 해결할 수 있는 신뢰할 수 있는 과학 워크플로를 구축합니다.
- 데이터 무결성과 기존 실험과의 호환성을 유지하면서 모델, 데이터셋, 평가 방식을 추가합니다.
- 작업 제출, 모니터링, 장애 복구, 아티팩트 추적을 개선해 컴퓨팅 워크플로를 강화합니다.
- 데이터 준비, 실행, 평가 과정의 병목을 찾아 해결해 연구 반복 속도를 높입니다.
- 적절한 테스트, 문서화, 모니터링을 갖춘 유지보수 가능한 라이브러리, 서비스, 개발자 도구를 개발합니다.
- 빠르게 성장하는 회사의 문화를 지원합니다.
- 연구자 및 인프라 엔지니어와 긴밀하게 협업합니다.
- 자동화, 인프라, 데이터, 머신러닝 전반의 경험을 쌓습니다.
- 과학자들이 모델을 만들고 실험을 수행하며 결과를 해석할 수 있도록 지원합니다.
- 학습 데이터셋 통합, 중단된 추론 작업 진단, 과학적 결과를 위한 API 구축, 수작업 프로세스 자동화 등 배포된 시스템의 문제를 해결합니다.
지원 자격
- 데이터 구조, 인터페이스 설계, 테스트, 동시성, 체계적인 디버깅을 포함한 탄탄한 Python 및 소프트웨어 엔지니어링 기초.
- 다른 사람들이 의존하는 소프트웨어를 제공한 경험. 출시 후 유지보수와 문제 해결 경험을 포함합니다.
- 머신러닝 또는 과학 컴퓨팅 워크플로를 구축하거나 지원한 경험과 데이터, 모델 실행, 평가의 연결 관계에 대한 이해.
- PyTorch 경험 필수.
- Linux에서 소프트웨어를 실행한 경험.
- 컨테이너 사용 경험.
- 자동화 테스트와 CI/CD를 통해 변경 사항을 제공한 경험.
- 모호한 문제를 구조화하고 독립적으로 업무를 수행하며 근거를 바탕으로 기술적 트레이드오프를 설명할 수 있는 능력.
- 자동화, 인프라, 데이터, 머신러닝 전반에 기여하려는 의지.
- 강한 주인의식과 과학자 및 엔지니어와의 명확한 커뮤니케이션 능력.
- AI 개발 도구를 효과적으로 사용하면서 결과 코드의 정확성과 유지보수성에 책임을 질 수 있는 능력.
- Kubernetes, 클라우드 플랫폼, 워크플로 오케스트레이션, 데이터베이스 또는 계산 생물학·화학 경험이 있으면 유리합니다.
- 생물학 또는 화학 배경은 필요하지 않습니다.
복리후생
- 채용 공고에는 복리후생, 특전 또는 추가 보상이 명시되어 있지 않습니다.