Proxima er et bioteknologiselskap som utvikler en integrert oppdagelsesplattform for å utforme og programmere proteininteraksjoner. Tilnærmingen kombinerer generativ KI, avansert datagenerering og strukturell modellering for å identifisere nærhetsbaserte legemidler, inkludert molekylære inducere, modulatorer og blokkere. Proxima samarbeider også med bransjepartnere for å bringe oppdagelser innen indusert nærhet videre mot legemiddelkandidater.
Maskinlæringsingeniør – fjernarbeid i New York
Bygg Python- og PyTorch-arbeidsflyter for Proximas AI-drevne plattform for legemiddelutvikling. Forbedre vitenskapelig databehandling, infrastruktur for maskinlæring og verktøy som hjelper forskere med å gjennomføre og evaluere eksperimenter.
Beskrivelse
- Lag pålitelige vitenskapelige arbeidsflyter som kolleger kan kjøre, reprodusere og feilsøke med minimalt manuelt arbeid.
- Legg til modeller, datasett og evalueringsmetoder, samtidig som dataintegritet og kompatibilitet med eksisterende eksperimenter opprettholdes.
- Styrk beregningsarbeidsflyter gjennom forbedret jobbinnsending, overvåking, gjenoppretting etter feil og sporing av artefakter.
- Finn og løs flaskehalser i dataforberedelse, kjøring og evaluering for å fremskynde forskningsiterasjoner.
- Utvikle vedlikeholdbare biblioteker, tjenester og utviklerverktøy med passende testing, dokumentasjon og overvåking.
- Bidra til kulturen i et selskap i rask vekst.
- Samarbeid tett med forskere og infrastrukturingeniører.
- Bygg erfaring innen automatisering, infrastruktur, data og maskinlæring.
- Hjelp forskere med å lage modeller, gjennomføre eksperimenter og tolke resultatene.
- Feilsøk distribuerte systemer, fra integrering av treningsdatasett og diagnostisering av fastlåste inferensjobber til å lage API-er for vitenskapelige resultater og automatisere manuelle prosesser.
Krav
- Sterkt grunnlag i Python og programvareutvikling, inkludert datastrukturer, grensesnittdesign, testing, samtidighet og metodisk feilsøking.
- Dokumentert erfaring med å levere programvare som andre er avhengige av, inkludert vedlikehold og feilsøking etter lansering.
- Erfaring med å bygge eller støtte arbeidsflyter for maskinlæring eller vitenskapelig databehandling, med forståelse for hvordan data, modellkjøring og evaluering henger sammen.
- Erfaring med PyTorch er påkrevd.
- Erfaring med å kjøre programvare på Linux.
- Erfaring med å arbeide med containere.
- Erfaring med å levere endringer gjennom automatisert testing og CI/CD.
- Evne til å strukturere uklare problemer, arbeide selvstendig og forklare tekniske avveininger ved hjelp av evidens.
- Vilje til å bidra innen automatisering, infrastruktur, data og maskinlæring.
- Sterkt eierskap og tydelig kommunikasjon med forskere og ingeniører.
- Evne til å bruke AI-utviklingsverktøy effektivt og samtidig ta ansvar for korrektheten og vedlikeholdbarheten til den resulterende koden.
- Erfaring med Kubernetes, skyplattformer, arbeidsflytorkestrering, databaser eller beregningsbiologi og -kjemi er en fordel.
- Bakgrunn innen biologi eller kjemi er ikke påkrevd.
Fordeler
- Stillingsannonsen spesifiserer ingen fordeler, frynsegoder eller ytterligere kompensasjon.