
AQEMIA เป็นบริษัทเทคโนโลยีเภสัชกรรมที่ดำเนินงานอยู่บนจุดบรรจบระหว่างฟิสิกส์ควอนตัม ปัญญาประดิษฐ์ และการค้นคว้ายา เทคโนโลยีเฉพาะของบริษัทได้รับการออกแบบมาเพื่อสร้างตัวเลือกยาชนิดใหม่โดยไม่ต้องพึ่งพาข้อมูลจากการทดลอง ช่วยให้นักวิจัยสำรวจความเป็นไปได้ที่หลากหลายได้รวดเร็วยิ่งขึ้น บริษัทดำเนินงานในด้านการดูแลสุขภาพ เทคโนโลยีชีวภาพ และปัญญาประดิษฐ์ พร้อมมอบสภาพแวดล้อมที่มุ่งเน้นสำหรับผู้ที่สนใจแนวทางเชิงคำนวณในการวิจัยเภสัชกรรม
นักวิทยาศาสตร์วิจัย AI ประยุกต์ - ปารีสแบบไฮบริด
พัฒนาโมเดลดีปเลิร์นนิงและแมชชีนเลิร์นนิงสำหรับแพลตฟอร์มค้นคว้ายาของ AQEMIA ทำงานร่วมกับนักเคมีและนักชีววิทยาเพื่อจัดลำดับความสำคัญของสารประกอบและคาดการณ์คุณสมบัติของโมเลกุล
รายละเอียด
- สร้างวิธีการดีปเลิร์นนิงขั้นสูง ซึ่งรวมถึงโครงข่ายประสาทแบบกราฟ โมเดลเชิงกำเนิด และแนวทางที่อิงหลักฟิสิกส์
- ดำเนินการวิจัยและทบทวนวรรณกรรมทางวิทยาศาสตร์ที่เกี่ยวข้อง
- ทำงานร่วมกับทีมวิจัยและทีมค้นคว้ายาเพื่อเปลี่ยนโมเดลให้เป็นข้อมูลเชิงลึกที่นำไปใช้ได้จริง
- สร้างโมเดลรีเกรสชันและการจัดอันดับที่เชื่อถือได้จากชุดข้อมูลระดับโมเลกุลและชีววิทยา
- ทำงานร่วมกับนักเคมีและนักชีววิทยาเพื่อจัดลำดับความสำคัญของสารประกอบที่มีศักยภาพ
- เป็นผู้นำเวิร์กสตรีมด้านแมชชีนเลิร์นนิง ตั้งแต่การกำหนดวัตถุประสงค์และการจัดตารางงาน ไปจนถึงการสื่อสารกับผู้มีส่วนได้ส่วนเสีย
- จัดทำโมเดลและการคาดการณ์ที่สนับสนุนกระบวนการทำงานประจำวันของนักวิทยาศาสตร์
- สร้างโมเดลคุณสมบัติของโมเลกุลและปฏิสัมพันธ์ระหว่างโปรตีนกับลิแกนด์
- พัฒนาระบบแมชชีนเลิร์นนิงสำหรับโครงการค้นคว้ายาภายในองค์กรและโครงการร่วมกับพันธมิตร
คุณสมบัติ
- วุฒิปริญญาโทหรือปริญญาเอกด้านวิทยาการคอมพิวเตอร์ แมชชีนเลิร์นนิง เคมีเชิงคำนวณ หรือสาขาที่เกี่ยวข้อง
- มีทักษะการแก้ปัญหา ความเป็นอิสระในการทำงาน และความเต็มใจที่จะร่วมมือกับผู้อื่น
- มีประสบการณ์ประมาณสามถึงห้าปีในการประยุกต์ใช้แมชชีนเลิร์นนิงในสภาพแวดล้อมทางวิทยาศาสตร์หรืออุตสาหกรรม
- เชี่ยวชาญเฟรมเวิร์กแมชชีนเลิร์นนิง เช่น PyTorch, TensorFlow และ Scikit-learn
- มีทักษะการพัฒนาโปรแกรมด้วย Python ในระดับดี
- มีประสบการณ์ใช้ไลบรารีสำหรับการคำนวณทางวิทยาศาสตร์
สวัสดิการ
- มีทางเลือกการทำงานที่ยืดหยุ่น โดยทำงานทางไกลได้สูงสุดสองวันต่อสัปดาห์
- ทำงานจากสำนักงานในใจกลางกรุงปารีสหรือย่าน King’s Cross ในลอนดอน
- มีส่วนร่วมในงานค้นคว้ายาขั้นสูงและการพัฒนายาชนิดใหม่
- ทำงานร่วมกับบริษัทเภสัชกรรมชั้นนำ
- เข้าร่วมกลุ่มสหสาขาวิชาชีพที่ครอบคลุม AI ฟิสิกส์ ชีววิทยา เคมีทางยา และวิศวกรรมซอฟต์แวร์
- แบ่งปันความเชี่ยวชาญ เรียนรู้จากเพื่อนร่วมงาน และช่วยกำหนดอนาคตของการคิดค้นยา