AQEMIA to firma z sektora pharmatech działająca na styku fizyki kwantowej, sztucznej inteligencji i odkrywania leków. Jej autorska technologia ma umożliwiać tworzenie nowych kandydatów na leki bez polegania na danych eksperymentalnych, pomagając badaczom szybciej analizować szeroki zakres możliwości. Firma działa w obszarach ochrony zdrowia, biotechnologii i AI, oferując skoncentrowane środowisko osobom zainteresowanym obliczeniowym podejściem do badań farmaceutycznych.
Naukowiec badawczy ds. stosowanej AI — praca hybrydowa, Paryż
Twórz modele głębokiego i uczenia maszynowego dla platformy AQEMIA do odkrywania leków. Współpracuj z chemikami i biologami, aby ustalać priorytety związków i przewidywać właściwości cząsteczek.
Opis
- Tworzyć zaawansowane metody głębokiego uczenia, w tym grafowe sieci neuronowe, modele generatywne i podejścia oparte na fizyce
- Prowadzić badania i analizować odpowiednią literaturę naukową
- Współpracować z zespołami badawczymi i zespołami zajmującymi się odkrywaniem leków, przekładając modele na praktyczne wnioski
- Budować niezawodne modele regresji i rankingu na podstawie molekularnych i biologicznych zbiorów danych
- Współpracować z chemikami i biologami w celu ustalania priorytetów obiecujących związków
- Prowadzić strumienie prac związanych z uczeniem maszynowym — od wyznaczania celów i harmonogramu po komunikację z interesariuszami
- Dostarczać modele i prognozy wspierające codzienną pracę naukowców
- Modelować właściwości cząsteczek oraz interakcje białko–ligand
- Tworzyć systemy uczenia maszynowego dla wewnętrznych programów odkrywania leków i programów realizowanych z partnerami
Wymagania
- Tytuł magistra lub doktora w dziedzinie informatyki, uczenia maszynowego, chemii obliczeniowej lub pokrewnej dyscyplinie
- Udokumentowane umiejętności rozwiązywania problemów, samodzielność i gotowość do współpracy
- Około trzech do pięciu lat doświadczenia w stosowaniu uczenia maszynowego w środowisku naukowym lub przemysłowym
- Biegłość w korzystaniu z platform uczenia maszynowego, w tym PyTorch, TensorFlow i Scikit-learn
- Bardzo dobre umiejętności programistyczne w Pythonie
- Doświadczenie w korzystaniu z bibliotek do obliczeń naukowych
Benefity
- Elastyczne opcje pracy z możliwością pracy zdalnej do dwóch dni w tygodniu
- Praca w biurach w centrum Paryża lub w londyńskiej dzielnicy King’s Cross
- Udział w zaawansowanych pracach nad odkrywaniem leków i opracowywaniem nowych leków
- Współpraca z wiodącymi firmami farmaceutycznymi
- Dołączenie do interdyscyplinarnej grupy łączącej specjalistów z dziedzin AI, fizyki, biologii, chemii medycznej i inżynierii oprogramowania
- Dzielenie się wiedzą, nauka od współpracowników i współtworzenie przyszłości odkrywania leków