BigHat Biosciences
BigHat Biosciences
BigHat Biosciences — биотехнологическая компания, разрабатывающая антительные препараты для лечения сложных заболеваний, включая инфекции и рак. Ее платформа Milliner объединяет машинное обучение и высокопроизводительную лабораторию, чтобы проектировать и создавать антитела, вовлекая вычислительные модели в экспериментальный процесс поиска новых препаратов. Компания стремится повышать безопасность и эффективность потенциальных методов лечения и развивает свои программы благодаря исследовательскому сотрудничеству и партнерствам.

Директор по машинному обучению в разработке антител

Возглавьте стратегию машинного обучения и моделирование для разработки антител в BigHat Biosciences, объединяя передовые модели, лабораторные данные и автоматизацию на основе больших языковых моделей. Руководите опытной междисциплинарной командой и помогайте совершенствовать циклы разработки, в рамках которых каждую неделю создают более 2 000 вариантов антител.

Описание

  • Определять и совершенствовать дорожную карту BigHat в области машинного обучения.
  • Задавать будущее направление машинного обучения и укреплять позиции BigHat в этой области.
  • Создавать многокритериальные прогностические модели на основе хранилища данных BigHat и возможностей генерации данных.
  • Разрабатывать и обучать модели для проектирования сложных мультиспецифичных антител.
  • Применять передовые модели к задачам проектирования белков, используя наборы данных BigHat.
  • Объединять лабораторную работу, вычислительные платформы, данные и автоматизацию на основе больших языковых моделей, чтобы совершенствовать цикл разработки.
  • Руководить единой стратегией по большим языковым моделям и машинному обучению в подразделениях CIO.
  • Содействовать безопасному и эффективному использованию больших языковых моделей, агентных фреймворков и методов оценки с подкреплением.
  • Обеспечивать надежное отслеживание происхождения моделей и бенчмарков на всех уровнях инфраструктуры.
  • Обеспечивать применение результатов моделирования в циклах разработки и рабочих процессах, где каждую неделю проектируют более 2 000 антител.
  • Предоставлять вычислительный анализ, прогнозы и оптимизированные наборы вариантов для внутренних программ и программ партнеров.
  • Преобразовывать возможности генерации данных и моделирования в предложения для передовых компаний в области ИИ и биофармацевтических партнеров.
  • Определять рамки пилотных проектов и технические критерии успеха, а затем реализовывать эти проекты.
  • Наставлять и развивать опытную команду специалистов по машинному обучению и инженеров.
  • Публиковать научные работы, выступать и участвовать в сообществах специалистов по машинному обучению и белковой инженерии.

Требования

  • Докторская степень в области машинного обучения, информатики, вычислительной биологии или смежной дисциплины.
  • Более восьми лет опыта разработки и применения передовых методов машинного обучения.
  • Опыт работы в индустрии будет большим преимуществом.
  • Подтвержденный опыт руководства техническими командами или крупными техническими программами.
  • Глубокие актуальные знания современных методов машинного обучения, включая генеративные модели последовательностей и структур белков, байесовскую оптимизацию, активное обучение, количественную оценку неопределенности, эффективное по объему данных прогностическое моделирование и обучение в контексте.
  • Уверенное владение Python и PyTorch.
  • Опыт применения современных практик разработки ПО, облачных вычислений и MLOps.
  • Опыт внедрения машинного обучения в рабочие системы.
  • Знание принципов воспроизводимости, отслеживания происхождения данных и моделей, бенчмаркинга и сокращения длительности циклов разработки.
  • Практическое знание биологии антител, их пригодности для разработки и создания лекарств либо способность и готовность быстро освоить эти темы.
  • Знакомство с данными дисплейных технологий, NGS и высокопроизводительных биофизических исследований будет большим преимуществом.
  • Отличные навыки письменного и устного общения.
  • Умение эффективно работать в междисциплинарной команде со специалистами по белкам, инженерами по автоматизации и программному обеспечению, а также разработчиками лекарств.
  • Умение выстраивать доверительные отношения с партнерами и внешней аудиторией.
  • Заинтересованность в миссии BigHat и возможном влиянии ее работы.

Преимущества

  • Бонус
  • Опционы на акции
  • Льготы

Похожие вакансии

U.S. Bank

Ведущий инженер по ИИ, ускорение внедрения корпоративного ИИ

U.S. Bank

Руководите безопасным и масштабируемым внедрением ИИ в U.S. Bank, создавая решения на основе генеративного ИИ, переиспользуемые инженерные платформы и интеллектуальную автоматизацию. Сотрудничайте с бизнес-подразделениями и техническими командами, чтобы доводить корпоративные сценарии применения ИИ от идеи до промышленной эксплуатации.

Открыть
Gusto

Старший архитектор ИИ в FP&A в Gusto

Gusto

Создавайте решения на базе ИИ для планирования, прогнозирования и отчетности финансовой организации Gusto под руководством финансового директора. Разрабатывайте управляемые системы финансовых данных и автоматизированные процессы для более эффективного принятия решений.

Открыть
Plenful

Ведущий инженер по машинному обучению, Plenful (Сан-Франциско, гибридный формат)

Plenful

Определяйте стратегию внедрения ML-агентов, дообучения моделей и оценки их качества. Создавайте решения на базе ИИ для автоматизации процессов в здравоохранении, сокращения административной нагрузки и повышения соответствия требованиям.

Открыть
Wells Fargo

Ведущий инженер по ИИ и цифровым платежам

Wells Fargo

Руководите модернизацией цифровых платежей и внедрением ИИ в Wells Fargo. Формируйте отказоустойчивые платформы на базе API и консультируйте руководителей технологического направления потребительских платежей.

Открыть
Poesis AI

Ведущий инженер по машинному обучению в сфере финансового ИИ

Poesis AI

Разрабатывайте прогнозные сигналы, промышленные модели машинного обучения и системы оценки для автономной инвестиционной платформы Poesis AI. Применяйте ИИ к финансовым данным и улучшайте модели и агентные системы на основе результатов инвестирования.

Открыть