Roche是一家全球醫療保健公司，將藥物研究與開發、診斷檢測及數位醫療結合。公司專注於透過更早期的疾病偵測、更精準的治療，以及以科學為本的創新來改善患者的治療成果，其中包括由人工智慧支援的工具。Roche為癌症及神經系統疾病等複雜疾病開發解決方案，並與世界各地的醫療體系、研究夥伴及其他相關利害關係人合作。
資深機器學習科學家：合成規劃與最佳化
開發用於合成感知分子設計、規劃、生成與最佳化的機器學習模型。建立支援 Roche 人工智慧驅動藥物探索研究的自動化合成工作流程。
說明
- 推進合成感知分子設計領域的機器學習方法，包括逆合成、合成規劃、分子生成，以及在可合成化學空間中的搜尋。
- 結合專有反應資料與生化資料，建立用於命中化合物發現與最佳化的合成感知模型和工作流程。
- 開發可靠且可擴充的主動學習管線，連接自動化與高通量合成平台。
- 建立批次合成規劃演算法，提升化學空間涵蓋率、資訊增益與實驗效率。
- 透過發表論文、參與開放原始碼專案及進行會議簡報，促進科學進展。
- 與 Roche 的計算科學家和實驗科學家，以及外部學術合作夥伴合作。
- 開發能生成可合成分子的機器學習方法，並將生成式設計與自動化合成連結。
職位要求
- 具備以線性代數、機率與最佳化為基礎的進階機器學習專業能力。
- 具備圖神經網路、序列或語言模型，以及強化學習的實務經驗。
- 了解合成規劃與分子最佳化所使用的化學概念。
- 具備處理小分子資料集及使用 RDKit 或 OpenEye 等化學資訊學工具的經驗。
- 精通 Python。
- 具備使用現代機器學習框架的經驗，包括 PyTorch 或 JAX。
- 具備科學軟體開發背景。
- 具備機器學習、計算化學、化學工程、物理學、統計學或相關定量學科的博士學位或同等研究經驗。
- Scientist 職級需具備最多兩年的產業研究經驗，Senior Scientist 職級需具備超過兩年的產業研究經驗。
- 透過期刊或會議論文，或相關工作的公開作品集，展現科學卓越成果。
- 優先條件：具備開發逆合成或合成規劃模型的經驗。
- 優先條件：具備自動化或高通量合成經驗。
福利待遇
- 可依個人與公司績效酌情提供年度獎金。
- 福利資訊詳見所提供的連結。