BigHat Biosciences
BigHat Biosciences
BigHat Biosciences to firma biotechnologiczna opracowująca terapie oparte na przeciwciałach, przeznaczone do leczenia trudnych chorób, w tym infekcji i nowotworów. Jej platforma Milliner łączy uczenie maszynowe z wysokoprzepustowym laboratorium, aby projektować i tworzyć przeciwciała oraz włączać modele obliczeniowe do eksperymentalnego procesu odkrywania leków. Firma koncentruje się na poprawie bezpieczeństwa i skuteczności potencjalnych terapii, a swoje programy rozwija dzięki współpracy badawczej i partnerstwom.

Dyrektor ds. uczenia maszynowego w projektowaniu przeciwciał

Pokieruj strategią uczenia maszynowego i modelowaniem na potrzeby projektowania przeciwciał w BigHat Biosciences, łącząc zaawansowane modele, dane laboratoryjne i automatyzację opartą na dużych modelach językowych. Zarządzaj doświadczonym interdyscyplinarnym zespołem i pomagaj usprawniać cykle projektowania obejmujące ponad 2 000 przeciwciał tygodniowo.

Opis

  • Wyznaczać i doskonalić plan rozwoju BigHat w obszarze uczenia maszynowego.
  • Określać przyszły kierunek rozwoju uczenia maszynowego i umacniać pozycję BigHat w tej dziedzinie.
  • Tworzyć modele predykcyjne uwzględniające wiele kryteriów, wykorzystując repozytorium danych BigHat i możliwości generowania danych.
  • Opracowywać i trenować modele do projektowania złożonych przeciwciał wieloswoistych.
  • Stosować zaawansowane modele do wyzwań związanych z projektowaniem białek, korzystając ze zbiorów danych BigHat.
  • Łączyć pracę laboratoryjną, platformy obliczeniowe, dane i automatyzację opartą na dużych modelach językowych, aby usprawniać cykl projektowania.
  • Kierować wspólną strategią dotyczącą dużych modeli językowych i uczenia maszynowego w całej organizacji CIO.
  • Wspierać bezpieczne i skuteczne wykorzystanie dużych modeli językowych, struktur agentowych i metod oceny uczenia ze wzmocnieniem.
  • Zapewniać niezawodne śledzenie pochodzenia modeli i benchmarków w całej infrastrukturze.
  • Dbać o wykorzystywanie wyników modeli w rundach projektowania i przepływach pracy obejmujących ponad 2 000 przeciwciał tygodniowo.
  • Dostarczać analizy obliczeniowe, prognozy i zoptymalizowane zestawy wariantów na potrzeby programów wewnętrznych i partnerskich.
  • Przekształcać możliwości generowania danych i modelowania w oferty dla czołowych firm z branży AI oraz partnerów biofarmaceutycznych.
  • Określać zakres pilotaży i techniczne kryteria sukcesu, a następnie realizować pilotaże.
  • Mentorować i rozwijać doświadczony zespół naukowców zajmujących się uczeniem maszynowym oraz inżynierów.
  • Publikować, występować i uczestniczyć w społecznościach zajmujących się uczeniem maszynowym i inżynierią białek.

Wymagania

  • Stopień doktora w dziedzinie uczenia maszynowego, informatyki, biologii obliczeniowej lub pokrewnej.
  • Ponad osiem lat doświadczenia w opracowywaniu i stosowaniu zaawansowanych metod uczenia maszynowego.
  • Doświadczenie w branży będzie dużym atutem.
  • Udokumentowane doświadczenie w kierowaniu zespołami technicznymi lub dużymi programami technicznymi.
  • Dogłębna, aktualna znajomość nowoczesnego uczenia maszynowego, w tym modeli generatywnych sekwencji i struktur białek, optymalizacji bayesowskiej, uczenia aktywnego, kwantyfikacji niepewności, efektywnego pod względem danych modelowania predykcyjnego i uczenia w kontekście.
  • Bardzo dobra znajomość Pythona i PyTorch.
  • Doświadczenie w stosowaniu nowoczesnych praktyk inżynierii oprogramowania, przetwarzania w chmurze i MLOps.
  • Doświadczenie we wdrażaniu uczenia maszynowego w systemach produkcyjnych.
  • Znajomość zagadnień związanych z odtwarzalnością, pochodzeniem danych i modeli, benchmarkingiem oraz czasem trwania cykli.
  • Praktyczna znajomość biologii przeciwciał, ich przydatności do rozwoju i opracowywania leków lub gotowość do szybkiego przyswojenia tej wiedzy.
  • Znajomość danych z technologii display, NGS i wysokoprzepustowych badań biofizycznych będzie dużym atutem.
  • Doskonałe umiejętności komunikacji pisemnej i ustnej.
  • Umiejętność skutecznej współpracy międzydziedzinowej ze specjalistami od białek, inżynierami automatyzacji i oprogramowania oraz twórcami leków.
  • Wiarygodność w kontaktach z partnerami i odbiorcami zewnętrznymi.
  • Motywacja związana z misją BigHat i potencjalnym wpływem jej działalności.

Benefity

  • Premia
  • Opcje na akcje
  • Świadczenia

Powiązane oferty pracy

U.S. Bank

Główny inżynier AI ds. przyspieszania wdrażania AI w przedsiębiorstwie

U.S. Bank

Kieruj bezpiecznym i skalowalnym wdrażaniem AI w U.S. Bank, dostarczając rozwiązania generatywnej AI, wielokrotnego użytku platformy inżynieryjne oraz inteligentną automatyzację. Współpracuj z zespołami biznesowymi i technologicznymi, aby przenosić zastosowania AI w przedsiębiorstwie od koncepcji do środowiska produkcyjnego.

Otwórz
Gusto

Starszy architekt AI w FP&A w Gusto

Gusto

Twórz rozwiązania oparte na AI do planowania finansowego, prognozowania i raportowania w organizacji finansowej Gusto podlegającej CFO. Buduj nadzorowane systemy danych finansowych i zautomatyzowane procesy, które usprawniają podejmowanie decyzji.

Otwórz
Plenful

Starszy inżynier uczenia maszynowego, Plenful (San Francisco, praca hybrydowa)

Plenful

Wyznaczaj strategię produkcyjnych agentów ML, dotrenowywania modeli i ich ewaluacji. Twórz rozwiązania AI automatyzujące procesy w ochronie zdrowia, ograniczające pracę administracyjną i wzmacniające zgodność z wymogami.

Otwórz
Poesis AI

Starszy inżynier uczenia maszynowego w obszarze finansowej AI

Poesis AI

Twórz sygnały predykcyjne, produkcyjne modele uczenia maszynowego i systemy ewaluacji dla autonomicznej platformy inwestycyjnej Poesis AI. Stosuj AI do danych finansowych i ulepszaj modele oraz agentów na podstawie wyników inwestycyjnych.

Otwórz