Roche
Roche
Roche är ett globalt hälso- och sjukvårdsföretag som kombinerar läkemedelsforskning och -utveckling med diagnostiska tester och digital hälsa. Företagets arbete fokuserar på att förbättra patientresultat genom tidigare upptäckt, mer riktade behandlingar och vetenskapsbaserad innovation, inklusive AI-drivna verktyg. Roche utvecklar lösningar för komplexa sjukdomar som cancer och neurologiska tillstånd och samarbetar med hälso- och sjukvårdssystem, forskningspartner och andra intressenter världen över.

Senior forskare inom maskininlärning, planering och optimering av synteser

Utveckla maskininlärningsmodeller för syntesmedveten molekylär design, planering, generering och optimering. Bygg automatiserade syntesflöden som stödjer Roches AI-drivna forskning inom läkemedelsutveckling.

Beskrivning

  • Förbättra maskininlärningsmetoder för syntesmedveten molekylär design, inklusive retrosyntes, syntesplanering, molekylgenerering och sökning i syntetiserbara kemiska rum.
  • Kombinera proprietära reaktions- och biokemiska data för att skapa syntesmedvetna modeller och arbetsflöden för upptäckt och optimering av träffar.
  • Utveckla tillförlitliga och skalbara aktiva inlärningspipelines som ansluter till automatiserade syntesplattformar och plattformar för syntes med hög genomströmning.
  • Skapa algoritmer för batchbaserad syntesplanering som förbättrar täckningen av kemiska rum, informationsvinsten och den experimentella effektiviteten.
  • Bidra till vetenskapliga framsteg genom publikationer, projekt med öppen källkod och konferenspresentationer.
  • Samarbeta med beräknings- och experimentella forskare på Roche samt med externa akademiska samarbetspartner.
  • Utveckla maskininlärningsmetoder som genererar syntetiserbara molekyler och kopplar samman generativ design med automatiserad syntes.

Krav

  • Avancerad expertis inom maskininlärning med grund i linjär algebra, sannolikhetsteori och optimering.
  • Praktisk erfarenhet av grafneurala nätverk, sekvens- eller språkmodeller och förstärkningsinlärning.
  • Arbetskunskap om kemiska begrepp som används inom syntesplanering och molekyloptimering.
  • Erfarenhet av att hantera småmolekylära dataset och använda kemoinformatikverktyg som RDKit eller OpenEye.
  • Goda kunskaper i Python.
  • Erfarenhet av moderna ramverk för maskininlärning, inklusive PyTorch eller JAX.
  • Bakgrund inom utveckling av vetenskaplig programvara.
  • Doktorsexamen eller motsvarande forskningserfarenhet inom maskininlärning, beräkningskemi, kemiteknik, fysik, statistik eller ett närliggande kvantitativt område.
  • Upp till två års erfarenhet av industriforskning för nivån Scientist, eller mer än två år för nivån Senior Scientist.
  • Dokumenterad vetenskaplig excellens genom tidskrifts- eller konferenspublikationer eller en offentlig portfölj med relevant arbete.
  • Meriterande: Erfarenhet av att utveckla modeller för retrosyntes eller syntesplanering.
  • Meriterande: Erfarenhet av automatiserad syntes eller syntes med hög genomströmning.

Förmåner

  • En diskretionär årlig bonus kan erbjudas baserat på individens och företagets resultat.
  • Förmånerna beskrivs på den angivna länken.