机器学习总监（抗体设计）
在 BigHat Biosciences 领导机器学习战略与抗体设计建模，整合前沿模型、实验室数据和 LLM 自动化。 指导资深跨学科团队，改进设计流程，每周支持设计 2,000 多种抗体。
描述
- 制定并完善 BigHat 的机器学习路线图。
- 确定机器学习的未来发展方向，推动 BigHat 提升该领域的领导地位。
- 利用 BigHat 的数据资源库和数据生成能力，构建多目标预测模型。
- 开发并训练用于复杂多特异性抗体设计的模型。
- 使用 BigHat 的数据集，将前沿模型应用于蛋白质设计挑战。
- 连接实验室工作、计算平台、数据和 LLM 自动化，以改进设计周期。
- 指导 CIO 组织内统一的 LLM 和机器学习战略。
- 推动安全、有效地使用 LLM、智能体框架和强化学习评估方法。
- 确保模型来源信息和基准测试结果在基础设施中得到可靠追踪。
- 确保设计流程在每周设计 2,000 多种抗体的各项工作中运用模型洞察。
- 为内部项目和合作伙伴项目提供计算分析、预测及优化后的变体组合。
- 将数据生成和建模能力转化为面向前沿 AI 公司和生物制药合作伙伴的服务。
- 确定试点项目范围和技术成功标准，并交付试点成果。
- 指导并培养资深机器学习科学家和工程师团队。
- 在机器学习和蛋白质工程领域发表成果、进行演讲并参与相关社群。
任职要求
- 机器学习、计算机科学、计算生物学或相关领域博士学位。
- 拥有八年以上开发和应用先进机器学习方法的经验。
- 有行业经验者优先。
- 具备领导技术团队或大型技术项目的能力。
- 深入掌握并持续跟进现代机器学习，包括蛋白质序列和结构生成模型、贝叶斯优化、主动学习、不确定性量化、数据高效预测建模和上下文学习。
- 熟练使用 Python 和 PyTorch。
- 具备现代软件工程实践、云计算和 MLOps 经验。
- 有在生产系统中部署机器学习的经验。
- 了解可复现性、来源追踪、基准测试和周期时间。
- 了解抗体生物学、可开发性和药物开发，或能够并愿意快速学习这些知识。
- 熟悉展示技术、NGS 和高通量生物物理数据者尤佳。
- 具备出色的书面和口头沟通能力。
- 能够与蛋白质科学家、自动化工程师、软件工程师和药物开发人员等不同专业人员有效协作。
- 能够赢得合作伙伴和外部受众的信任。
- 认同 BigHat 的使命及其潜在影响。
福利待遇
- 奖金
- 股票期权
- 福利
