Roche — глобальная медицинская компания, объединяющая фармацевтические исследования и разработки с диагностическим тестированием и цифровым здравоохранением. Её деятельность направлена на улучшение результатов лечения благодаря более раннему выявлению заболеваний, таргетной терапии и научно обоснованным инновациям, включая инструменты на базе искусственного интеллекта. Компания разрабатывает решения для сложных заболеваний, таких как онкологические и неврологические заболевания, и сотрудничает с системами здравоохранения, исследовательскими партнёрами и другими заинтересованными сторонами по всему миру.
Старший научный специалист по машинному обучению: планирование и оптимизация синтеза
Разрабатывайте модели машинного обучения для синтез-ориентированного дизайна, планирования, генерации и оптимизации молекул. Создавайте автоматизированные процессы синтеза для исследовательской работы Roche в области разработки лекарств с применением ИИ.
Описание
- Совершенствовать методы машинного обучения для синтез-ориентированного молекулярного дизайна, включая ретросинтетический анализ, планирование синтеза, генерацию молекул и поиск в синтезируемых химических пространствах.
- Объединять собственные данные о реакциях и биохимические данные для создания синтез-ориентированных моделей и рабочих процессов поиска и оптимизации хитов.
- Разрабатывать надежные и масштабируемые конвейеры активного обучения, интегрированные с автоматизированными платформами синтеза и платформами высокопроизводительного синтеза.
- Создавать алгоритмы пакетного планирования синтеза, повышающие охват химического пространства, прирост информации и эффективность экспериментов.
- Вносить вклад в развитие науки через публикации, проекты с открытым исходным кодом и выступления на конференциях.
- Сотрудничать с вычислительными и экспериментальными специалистами Roche, а также с внешними академическими партнерами.
- Разрабатывать методы машинного обучения для генерации синтезируемых молекул и объединения генеративного дизайна с автоматизированным синтезом.
Требования
- Продвинутая экспертиза в области машинного обучения, основанная на знаниях линейной алгебры, теории вероятностей и оптимизации.
- Практический опыт работы с графовыми нейронными сетями, последовательностными или языковыми моделями и обучением с подкреплением.
- Рабочее знание химических концепций, применяемых в планировании синтеза и оптимизации молекул.
- Опыт работы с наборами данных о малых молекулах и использования хемоинформатических инструментов, таких как RDKit или OpenEye.
- Уверенное владение Python.
- Опыт работы с современными фреймворками машинного обучения, включая PyTorch или JAX.
- Опыт разработки научного программного обеспечения.
- Степень PhD или сопоставимый исследовательский опыт в области машинного обучения, вычислительной химии, химической инженерии, физики, статистики или смежной количественной дисциплины.
- До двух лет исследовательского опыта в индустрии для уровня Scientist или более двух лет для уровня Senior Scientist.
- Подтвержденные научные достижения в виде публикаций в журналах или материалах конференций либо открытого портфолио релевантных работ.
- Желательно: опыт разработки моделей ретросинтетического анализа или планирования синтеза.
- Желательно: опыт работы с автоматизированным или высокопроизводительным синтезом.
Преимущества
- Может быть предусмотрен ежегодный бонус по усмотрению компании, зависящий от индивидуальных результатов и результатов компании.
- Информация о льготах представлена по указанной ссылке.