Deep Science Ventures er et selskap som skaper nye virksomheter og omsetter vitenskapelig kunnskap til oppstartsbedrifter med stor positiv innvirkning ved å koble lovende forskningsmuligheter med forskere som egner seg som gründere. Selskapets arbeid omfatter landbruk, beregningsvitenskap, klima og legemidler, med fokus på regenerative matsystemer, beregningsmessige gjennombrudd, løsninger på global oppvarming og behandlinger som kan kurere sykdommer. Selskapet oppgir at det har lansert 42 selskaper, har 37 prosjekter under utvikling, har tiltrukket 160 millioner dollar i finansiering og har en portefølje verdsatt til 430 millioner dollar.
Medgründer og CTO, AI for legemiddeloppdagelse (hybrid i London)
Led Deep Science Ventures’ AI-plattform for å forutsi resultater innen legemiddelutvikling og kliniske studier. Utform evalueringsrammeverket, produksjonsteknologien og det grunnleggende tekniske teamet.
Beskrivelse
- Ha ansvar for og videreutvikle den eksisterende plattformen.
- Fastsette det tekniske veikartet og levere plattformforbedringer.
- Definere prediksjonsoppgaver og koble evidens på beslutningstidspunktet med senere utfall.
- Utvikle, vurdere og sammenligne modelleringsstrategier.
- Måle prediktiv ytelse og kalibrering.
- Fastslå hvor systemet fungerer pålitelig, og hvor prediksjonene fortsatt er begrensede.
- Håndtere evalueringsrisiko knyttet til lekkasje, etikettkvalitet og datakontaminering.
- Rekruttere det første tekniske teamet etter at finansieringen er sikret.
- Støtte kapitalinnhenting ved å kommunisere den tekniske tilnærmingen, evidensen, begrensningene og utviklingsveikartet til investorer.
- Bygge plattformen direkte i minst det første året.
- Samarbeide med de biologiske og kommersielle gründerne om å fastsette plattformens retning.
- Bidra til å forbedre forutsigbarheten i terapeutisk utvikling og påvirke hvilke behandlinger som går videre.
Krav
- Dokumenterte tekniske meritter fra Google DeepMind, OpenAI, Anthropic, Meta AI eller et sammenlignbart frontlaboratorium innen AI.
- Erfaring med å lede et team eller et omfattende teknisk program.
- Villighet til å fortsette å være hands-on og bygge plattformen selv.
- Erfaring med å utforme evalueringer og referansetester, inkludert definisjon av etiketter, pålitelighetskontroller og datasplitt som motvirker lekkasje.
- Solid kunnskap om kalibrering, konfidensintervaller, grunnrater og begrensningene ved små eller støyfulle datasett.
- Bred ekspertise innen hierarkisk og bayesiansk inferens, klassisk statistikk, grafbasert læring inkludert grafnevrale nettverk, probabilistiske grafmodeller og lært kalibrering.
- Erfaring med å drifte LLM-systemer i produksjon med agentorkestrering, verktøyintegrasjoner, konteksthåndtering og evalueringssystemer for å oppdage regresjoner.
- Erfaring med å kjøre flere modelltilbydere i produksjon er en fordel.
- Praktisk teknisk ledelse, inkludert gjennomgang og testing av AI-generert kode og automatiserte pipelines.
- Evne til å kommunisere usikkerhet og begrensninger og identifisere når tilgjengelig evidens er utilstrekkelig.
- Tydelig teknisk kommunikasjon med samarbeidspartnere og tekniske investorer.
- Mulighet til å gå inn i en heltidsrolle fra utskillingen.
- Kandidater bosatt i Storbritannia foretrekkes, men flytting eller fjernarbeid kan være mulig for den rette personen.
- Må ikke bygge, eller nylig ha bygget, et selskap på det samme grunnlaget av agentbasert resonnering, kunnskapsgrafer og hypotesegenerering for legemiddeloppdagelse.
- Erfaring med biologi eller kliniske data er en fordel.
- Tidligere gründererfaring er en fordel.
- Forskning, programvare eller åpen kildekode som kan gjennomgås, er en fordel.
- Erfaring med å bygge infrastruktur for evaluering eller referansetesting er en fordel.
Fordeler
- En reell eierandel som medgründer.
- En operativ plattform og et allerede publisert vitenskapelig resultat.
- Teknisk beslutningsmyndighet fra starten, inkludert arkitekturbeslutninger.
- Tilgang til Deep Science Ventures’ internasjonale nettverk av investorer, rådgivere og industripartnere.
- Tilgang til proprietære verktøy, ressurser og prosesser for å bygge selskaper.
- Løpende støtte etter utskillingen med kapitalinnhenting, kommersielle partnerskap, rekruttering og teambygging.
- Et heltidsengasjement fra utskillingen.
- Fleksibelt arbeidssted, med mulighet for fjernarbeid for den rette personen.