AQEMIA — фармтех-компания, работающая на стыке квантовой физики, искусственного интеллекта и разработки лекарств. Её собственная технология предназначена для создания новых лекарственных кандидатов без опоры на экспериментальные данные, помогая исследователям быстрее изучать широкий спектр возможностей. Компания работает в сферах здравоохранения, биотехнологий и ИИ, создавая специализированную среду для людей, интересующихся вычислительными подходами к фармацевтическим исследованиям.
Учёный-исследователь в области прикладного ИИ — гибридный формат, Париж
Разрабатывайте модели глубокого и машинного обучения для платформы AQEMIA по поиску лекарственных препаратов. Работайте с химиками и биологами, чтобы отбирать перспективные соединения и прогнозировать молекулярные свойства.
Описание
- Разрабатывать передовые методы глубокого обучения, включая графовые нейронные сети, генеративные модели и физические подходы
- Проводить исследования и изучать релевантную научную литературу
- Сотрудничать с исследовательскими командами и командами по поиску лекарственных препаратов, превращая модели в практические выводы
- Создавать надёжные регрессионные модели и модели ранжирования на основе молекулярных и биологических наборов данных
- Работать с химиками и биологами, чтобы отбирать перспективные соединения
- Руководить направлениями машинного обучения — от постановки целей и планирования до взаимодействия с заинтересованными сторонами
- Предоставлять модели и прогнозы, поддерживающие повседневную работу учёных
- Моделировать молекулярные свойства и взаимодействия белков с лигандами
- Разрабатывать системы машинного обучения для внутренних программ и программ партнёров по поиску лекарственных препаратов
Требования
- Степень магистра или доктора в области компьютерных наук, машинного обучения, вычислительной химии или смежной дисциплины
- Подтверждённые способности к решению задач, самостоятельность и готовность к сотрудничеству
- Около трёх-пяти лет опыта применения машинного обучения в научной или промышленной среде
- Владение фреймворками машинного обучения, включая PyTorch, TensorFlow и Scikit-learn
- Высокий уровень навыков разработки на Python
- Опыт использования библиотек для научных вычислений
Преимущества
- Гибкий формат работы с возможностью работать удалённо до двух дней в неделю
- Работа в офисах в центре Парижа или в районе Кингс-Кросс в Лондоне
- Участие в передовых исследованиях по поиску лекарственных препаратов и разработке новых лекарств
- Сотрудничество с ведущими фармацевтическими компаниями
- Работа в междисциплинарной группе, объединяющей специалистов по ИИ, физике, биологии, медицинской химии и разработке программного обеспечения
- Обмен опытом, обучение у коллег и участие в формировании будущего создания лекарственных препаратов