Proxima to firma biotechnologiczna rozwijająca zintegrowaną platformę do odkrywania, projektowania i programowania interakcji białkowych. Jej podejście łączy generatywną sztuczną inteligencję, zaawansowane metody generowania danych oraz modelowanie strukturalne w celu identyfikowania leków opartych na zbliżaniu cząsteczek, w tym induktorów molekularnych, modulatorów i blokerów. Proxima współpracuje również z partnerami z branży, aby rozwijać odkrycia dotyczące indukowanej bliskości i przekształcać je w kandydatów na leki.
Inżynier uczenia maszynowego — praca zdalna w Nowym Jorku
Twórz przepływy pracy w Pythonie i PyTorch dla platformy Proxima wykorzystującej sztuczną inteligencję do odkrywania leków. Udoskonalaj obliczenia naukowe, infrastrukturę uczenia maszynowego i narzędzia pomagające badaczom przeprowadzać oraz oceniać eksperymenty.
Opis
- Twórz niezawodne przepływy pracy dla zastosowań naukowych, które współpracownicy będą mogli wykonywać, odtwarzać i diagnozować przy minimalnym nakładzie pracy ręcznej.
- Dodawaj modele, zbiory danych i metody oceny, zachowując integralność danych oraz zgodność z istniejącymi eksperymentami.
- Udoskonalaj przepływy obliczeniowe poprzez usprawnianie przesyłania zadań, monitorowania, odzyskiwania po awariach i śledzenia artefaktów.
- Znajduj i usuwaj wąskie gardła w przygotowywaniu danych, wykonywaniu zadań i ocenie, aby przyspieszać kolejne iteracje badań.
- Rozwijaj łatwe w utrzymaniu biblioteki, usługi i narzędzia dla programistów, wspierane odpowiednimi testami, dokumentacją i monitorowaniem.
- Wspieraj kulturę szybko rozwijającej się firmy.
- Ściśle współpracuj z badaczami i inżynierami infrastruktury.
- Zdobywaj doświadczenie w automatyzacji, infrastrukturze, danych i uczeniu maszynowym.
- Pomagaj naukowcom tworzyć modele, przeprowadzać eksperymenty i interpretować ich wyniki.
- Diagnozuj problemy w uruchomionych systemach — od integrowania zbiorów danych treningowych i analizowania zablokowanych zadań inferencji po tworzenie interfejsów API dla wyników naukowych i automatyzowanie procesów ręcznych.
Wymagania
- Bardzo dobra znajomość Pythona i podstaw inżynierii oprogramowania, w tym struktur danych, projektowania interfejsów, testowania, współbieżności i metodycznego debugowania.
- Udokumentowane doświadczenie w dostarczaniu oprogramowania, na którym polegają inni, w tym w jego utrzymywaniu i rozwiązywaniu problemów po wdrożeniu.
- Doświadczenie w budowaniu lub wspieraniu przepływów pracy związanych z uczeniem maszynowym lub obliczeniami naukowymi oraz rozumienie zależności między danymi, wykonywaniem modeli i oceną.
- Doświadczenie z PyTorch jest wymagane.
- Doświadczenie w uruchamianiu oprogramowania w systemie Linux.
- Doświadczenie w pracy z kontenerami.
- Doświadczenie w dostarczaniu zmian za pomocą automatycznych testów i CI/CD.
- Umiejętność porządkowania niejednoznacznych problemów, samodzielnej pracy i wyjaśniania kompromisów technicznych na podstawie dowodów.
- Gotowość do pracy w obszarach automatyzacji, infrastruktury, danych i uczenia maszynowego.
- Duże poczucie odpowiedzialności i jasna komunikacja z naukowcami oraz inżynierami.
- Umiejętność skutecznego korzystania z narzędzi programistycznych opartych na AI przy jednoczesnym ponoszeniu odpowiedzialności za poprawność i łatwość utrzymania powstałego kodu.
- Doświadczenie z Kubernetes, platformami chmurowymi, orkiestracją przepływów pracy, bazami danych lub biologią i chemią obliczeniową będzie dodatkowym atutem.
- Wykształcenie ani doświadczenie w dziedzinie biologii lub chemii nie jest wymagane.
Benefity
- W ogłoszeniu nie określono benefitów, dodatków ani dodatkowego wynagrodzenia.