Proxima ni kampuni ya bioteknolojia inayounda jukwaa jumuishi la ugunduzi kwa ajili ya kubuni na kupanga mwingiliano wa protini. Mbinu yake inachanganya AI zalishi, uundaji wa data wa hali ya juu, na uundaji wa miundo ya kimuundo ili kubaini dawa zinazotegemea ukaribu, zikiwemo vichochezi vya molekuli, vidhibiti, na vizuiaji. Proxima pia hushirikiana na washirika wa sekta ili kuendeleza uvumbuzi unaotegemea ukaribu kuelekea wagombea wa dawa.
Mhandisi wa Kujifunza kwa Mashine – Kazi ya Mbali New York
Jenga mtiririko wa kazi wa Python na PyTorch kwa jukwaa la Proxima la ugunduzi wa dawa linaloendeshwa na AI. Boresha kompyuta za kisayansi, miundombinu ya kujifunza kwa mashine, na zana zinazowasaidia watafiti kuendesha na kutathmini majaribio.
Maelezo
- Unda mitiririko ya kazi ya kisayansi inayotegemeka ambayo wenzako wanaweza kuendesha, kuiga na kutatua matatizo yake kwa juhudi ndogo za mikono.
- Ongeza miundo, seti za data na mbinu za tathmini huku ukidumisha uadilifu wa data na uoanifu na majaribio yaliyopo.
- Imarisha mitiririko ya kazi ya kompyuta kupitia uwasilishaji bora wa kazi, ufuatiliaji, urejeshaji baada ya hitilafu na ufuatiliaji wa vizalia.
- Tafuta na kutatua vikwazo katika utayarishaji wa data, utekelezaji na tathmini ili kuharakisha marudio ya utafiti.
- Tengeneza maktaba, huduma na zana za wasanidi zinazoweza kudumishwa, zikiwa na majaribio, nyaraka na ufuatiliaji unaofaa.
- Saidia utamaduni wa kampuni inayokua kwa kasi.
- Shirikiana kwa karibu na watafiti na wahandisi wa miundombinu.
- Jenga uzoefu katika uwekaji otomatiki, miundombinu, data na kujifunza kwa mashine.
- Wasaidie wanasayansi kuunda miundo, kufanya majaribio na kutafsiri matokeo yao.
- Tatua matatizo ya mifumo iliyowekwa kazini, kuanzia kuunganisha seti za data za mafunzo na kuchunguza kazi za inferensi zilizokwama hadi kuunda API za matokeo ya kisayansi na kuweka michakato ya mikono katika mfumo wa otomatiki.
Mahitaji
- Misingi thabiti ya Python na uhandisi wa programu, ikiwemo miundo ya data, usanifu wa kiolesura, majaribio, uendeshaji sawia na utatuzi wa hitilafu kwa utaratibu.
- Uzoefu uliothibitishwa wa kuwasilisha programu ambazo wengine huzitegemea, ikiwemo kuzidumisha na kutatua matatizo yake baada ya kutolewa.
- Uzoefu wa kujenga au kusaidia mitiririko ya kazi ya kujifunza kwa mashine au kompyuta za kisayansi, pamoja na uelewa wa jinsi data, utekelezaji wa modeli na tathmini vinavyohusiana.
- Uzoefu wa PyTorch unahitajika.
- Uzoefu wa kuendesha programu kwenye Linux.
- Uzoefu wa kufanya kazi na kontena.
- Uzoefu wa kuwasilisha mabadiliko kupitia majaribio ya kiotomatiki na CI/CD.
- Uwezo wa kupanga matatizo yasiyoeleweka, kufanya kazi kwa kujitegemea na kueleza maamuzi ya kiufundi kwa kutumia ushahidi.
- Utayari wa kuchangia katika uwekaji otomatiki, miundombinu, data na kujifunza kwa mashine.
- Uwajibikaji mkubwa wa kazi na mawasiliano yaliyo wazi na wanasayansi na wahandisi.
- Uwezo wa kutumia zana za ukuzaji wa AI kwa ufanisi huku ukibeba jukumu la usahihi na udumishwaji wa msimbo unaotokana nazo.
- Uzoefu wa Kubernetes, majukwaa ya wingu, upangaji wa mitiririko ya kazi, hifadhidata, au baiolojia na kemia ya kikompyuta ni faida.
- Usuli wa baiolojia au kemia hauhitajiki.
Manufaa
- Tangazo hili halielezi faida, marupurupu au malipo ya ziada.