Roche là một công ty chăm sóc sức khỏe toàn cầu, kết hợp hoạt động nghiên cứu và phát triển dược phẩm với xét nghiệm chẩn đoán và y tế kỹ thuật số. Công ty tập trung cải thiện kết quả điều trị cho bệnh nhân thông qua phát hiện bệnh sớm hơn, các phương pháp điều trị chính xác hơn và đổi mới dựa trên khoa học, bao gồm các công cụ tích hợp trí tuệ nhân tạo. Roche phát triển các giải pháp cho những bệnh phức tạp như ung thư và các bệnh lý thần kinh, đồng thời hợp tác với các hệ thống chăm sóc sức khỏe, đối tác nghiên cứu và các bên liên quan khác trên toàn thế giới.
Nhà khoa học Học máy cấp cao, Lập kế hoạch và Tối ưu hóa Tổng hợp
Phát triển các mô hình học máy cho thiết kế phân tử có xét đến khả năng tổng hợp, lập kế hoạch, sinh phân tử và tối ưu hóa. Xây dựng quy trình tổng hợp tự động hỗ trợ hoạt động nghiên cứu khám phá thuốc ứng dụng AI của Roche.
Hoa Kỳ
California
New York147.600 $ – 274.000 $ / năm
Tại văn phòngToàn thời gianCao cấpNgôn Ngữ Bắt Buộc: Tiếng AnhKỹ sư học máyMô tả
- Nâng cao các phương pháp học máy cho thiết kế phân tử có xét đến khả năng tổng hợp, bao gồm tổng hợp ngược, lập kế hoạch tổng hợp, sinh phân tử và tìm kiếm trong các không gian hóa học có thể tổng hợp.
- Kết hợp dữ liệu phản ứng và dữ liệu sinh hóa độc quyền để xây dựng các mô hình và quy trình có xét đến khả năng tổng hợp nhằm phát hiện và tối ưu hóa hợp chất dẫn đầu.
- Phát triển các quy trình học chủ động đáng tin cậy, có khả năng mở rộng, kết nối với các nền tảng tổng hợp tự động và tổng hợp thông lượng cao.
- Tạo các thuật toán lập kế hoạch tổng hợp theo lô nhằm cải thiện độ bao phủ không gian hóa học, mức độ thu nhận thông tin và hiệu quả thực nghiệm.
- Đóng góp vào tiến bộ khoa học thông qua các công bố, dự án mã nguồn mở và bài thuyết trình tại hội nghị.
- Hợp tác với các nhà khoa học tính toán và thực nghiệm tại Roche cùng các cộng tác viên học thuật bên ngoài.
- Phát triển các phương pháp học máy để sinh ra các phân tử có thể tổng hợp và kết nối thiết kế sinh với quá trình tổng hợp tự động.
Yêu cầu
- Chuyên môn nâng cao về học máy, dựa trên nền tảng đại số tuyến tính, xác suất và tối ưu hóa.
- Kinh nghiệm thực tế với mạng nơ-ron đồ thị, mô hình chuỗi hoặc mô hình ngôn ngữ và học tăng cường.
- Kiến thức thực hành về các khái niệm hóa học được sử dụng trong lập kế hoạch tổng hợp và tối ưu hóa phân tử.
- Kinh nghiệm xử lý các bộ dữ liệu phân tử nhỏ và sử dụng các công cụ tin-hóa học như RDKit hoặc OpenEye.
- Thành thạo Python.
- Kinh nghiệm với các khung học máy hiện đại, bao gồm PyTorch hoặc JAX.
- Có nền tảng về phát triển phần mềm khoa học.
- Bằng tiến sĩ hoặc kinh nghiệm nghiên cứu tương đương trong lĩnh vực học máy, hóa học tính toán, kỹ thuật hóa học, vật lý, thống kê hoặc ngành định lượng liên quan.
- Tối đa hai năm kinh nghiệm nghiên cứu trong ngành đối với cấp Scientist, hoặc hơn hai năm đối với cấp Senior Scientist.
- Có thành tích khoa học xuất sắc thể hiện qua các công bố trên tạp chí hoặc hội nghị, hoặc hồ sơ công khai về các công trình liên quan.
- Ưu tiên: Có kinh nghiệm phát triển các mô hình tổng hợp ngược hoặc lập kế hoạch tổng hợp.
- Ưu tiên: Có kinh nghiệm với tổng hợp tự động hoặc tổng hợp thông lượng cao.
Phúc lợi
- Có thể được trao khoản thưởng hằng năm tùy ý dựa trên kết quả làm việc của cá nhân và Công ty.
- Các phúc lợi được mô tả tại liên kết được cung cấp.