PostEra 에이전틱 사이언스 머신러닝 연구원(원격)
PostEra는 AI 기반 생명공학을 위한 에이전틱 시스템과 적응형 모델을 구축할 머신러닝 연구원을 찾고 있습니다. 이 역할은 계산 방법을 의약화학과 신약 개발에 적용합니다.
설명
- 생화학적·생리학적 과정의 메커니즘 모델링을 자동화하여 PostEra의 에이전틱 연구 기능을 구축합니다
- 생물학적 데이터를 분석해 표적을 검증하고 머신러닝 모델로 신약 개발 의사결정에 정보를 제공합니다
- 라벨이 제한된 새로운 신약 개발 과제에 적응하는 머신러닝 방법을 만듭니다
- 독점 멀티모달 데이터를 사용해 분자 및 테이블형 인컨텍스트 학습 시스템과 파운데이션 모델을 개발합니다
- 관련된 기존 사례와 과제를 평가하고 전이가 도움이 되거나 해가 되는 시점을 측정하며 분포 이동 상황에서 신뢰할 수 있는 예측을 제공합니다
- 과제를 정의하고 데이터셋과 평가 에피소드를 구축하며 기준선을 설정하고 모델을 훈련·확장하고 엄격한 절제 실험을 수행하며 효과적인 방법을 과학적 역량으로 전환합니다
- 정량적 생물학 및 생리학 모델링을 위한 에이전틱 시스템을 개발하고 벤치마크합니다
- 인컨텍스트 학습, 에이전틱 시스템, 퓨샷 적응, 테이블형 파운데이션 모델, 분자 머신러닝 분야의 독립 연구 프로젝트를 이끕니다
- 새로운 분석법, 평가 지표, 표적 및 화학 계열에 적응하는 모델을 설계하고 훈련합니다
- 강력한 기준선과 비교해 방법을 평가하고 편향 민감도를 고려한 테스트 사례를 만듭니다
- 과학자들과 협력하여 효능 모델링, ADME 예측, 선택성, 리드 최적화 및 초기 임상 연구 설계에 참여합니다
- 효율적인 훈련 및 데이터 파이프라인을 구축하면서 분자 및 테이블형 문제 전반에서 모델을 확장합니다
- 읽기 쉽고 재현 가능한 연구 코드를 작성하고 실험을 문서화하며 코드 리뷰와 공유 모델링 인프라를 지원합니다
- 주요 머신러닝, 의약화학 또는 계산생물학 학술 매체에 연구 결과를 발표하고 과학 커뮤니티에서 PostEra를 대표합니다
지원 자격
- 머신러닝 박사 학위 또는 새로운 머신러닝 방법 개발에 중점을 둔 STEM 연구 분야의 박사 학위
- 논문 발표, 오픈소스 기여 또는 이에 준하는 작업을 통해 높은 수준의 연구 역량을 입증한 분
- 현대 머신러닝, 딥러닝 또는 통계 모델링에 대한 탄탄한 연구 또는 엔지니어링 배경과 알고리즘 이론에 대한 확실한 이해
- 에이전틱 과학 워크플로, 생물정보학 또는 임상 데이터 머신러닝, 인컨텍스트 학습, 테이블 학습 또는 퓨샷 학습을 포함한 관련 분야 중 하나 이상에 전문성을 보유한 분
- Python과 PyTorch 또는 JAX 같은 프레임워크를 사용해 머신러닝 모델을 훈련하고 디버깅하며 평가한 실무 경험
- 모호한 과학적 또는 기술적 질문을 데이터셋, 과제, 기준선, 지표 및 검증 계획을 갖춘 명확한 머신러닝 프로젝트로 전환할 수 있는 분
- 실제 성능 향상과 편향을 구분하고 모델 개선의 원인을 파악할 수 있는 엄격한 실험, 벤치마크 및 절제 실험을 설계할 수 있는 분
- 우선순위가 바뀌고 데이터가 불완전할 수 있는 스타트업 환경에서 일하는 데 익숙하며 모델 복잡성만큼 건전한 판단을 중시하는 분
- 신약 개발 경험은 필수가 아닙니다
- 우대: 희소하고 이질적이며 데이터가 적거나 결측률이 높은 환경을 위한 테이블형 파운데이션 모델 훈련 경험
- 우대: 분자 인컨텍스트 학습 시스템을 개발했거나 범용 인컨텍스트 모델을 분자 또는 과학 데이터에 적용한 경험
- 우대: 10억 개 이상의 파라미터 시스템, 분산 훈련, 샤딩, 데이터 병렬화와 모델 병렬화, 대규모 데이터 파이프라인을 포함한 대형 모델 훈련 경험
- 우대: 물리 또는 생물학적 문제를 위한 AI 공동 과학자 시스템 개발 경험
- 우대: 생물학적, 생화학적 또는 임상 데이터를 활용한 머신러닝 실무 경험
- 우대: 연구 모델을 프로덕션 과학 소프트웨어 또는 계산 워크플로로 전환한 경험
복리후생
- 0.05%~0.1%의 지분 배정
- 보상은 비례하여 조정
- 조직 내 인정
- 의미 있는 승진 기회