Senior ML Research Engineer

Apheris - Näin toimimme\nApherisissa rakennamme tulevaisuutta sillä, miten tekoälyä sovelletaan lääke­kehityksessä ja tutkimuksessa. Mahdollistamme johtavien lääkeainetuotteiden löytämisen ja kehittämisen nopeammin. Isännöimme alan suurimpia federoituja dataverkkoja lääkeaineiden tutkimus-AI:ssa, jotka kattavat ko-folointia, ADMET:iä ja vasta-ainotuotannon kehitystä. Näiden verkkojen kautta mallit opetetaan omistajayritysten omilla dataset-sillä saavuttaen paremman suorituskyvyn ja laajemman sovellettavuuden samalla kun tietosuoja ja IP pidetään turvattuna.\nRoolin kuvaus\nEtsimme Senior Machine Learning Research Engineeria auttamaan molekyyli- ja rakenteellisen biologian ML-mallien tutkimus- ja kehitysprosessissa. Tämä on käytännön rooli, jossa yhdistyvät perusmallien, rakenteellisen biologian ja federated learningin rajapinnat. Suoritat tutkimushankkeita, muuttaen tieteelliset tavoitteet edistyksellisiksi ML-malleiksi, joita voidaan arvioida, julkaista ja hyödyntää todellisessa lääkeaineiden suunnittelun työμuodossa.\nTehtävät\nKehitä ja paranna ML-malleja molekyylibiologiassa ja rakenteellisessa biologiassa, kuten ko-folding ja sidossitoutumisen affiniteti-mallit, lääkekehitys-sovelluksissa ja työnkuluissa, ideoinnista prototyyppiin ja vankkaan työkalupakkiin asti.\nRakenna tehokkaita benchmarkingi- ja arviointistrategioita mallien arviointiin ja kehitä mallejasi datalähtöisesti.\nDiagnosoi ja korjaa datalaatuun sekä putkistoon liittyviä ongelmia, jotka vaikuttavat mallin laatuun.\nPysy ajan tasalla nopeasti kehittyvästä tutkimuskirjallisuudesta ja tunnista parhaat julkiset lähestymistavat tutkimuksen ja kehityksen tueksi.\nYhteistyö asiakkaiden, kumppaniohjelmien insinöörien ja ulkopuolisten yhteistyökumppanien kanssa todellisten lääkekehityksen käyttötapauksissa.\nMitä odotat sinulta\nSinulla on tohtorin tai MSc-tutkinto koneoppimisesta, laskennallisesta biologiasta, laskennallisesta kemiasta, bioinformatiikasta, fysiikasta tai alaan liittyvästä kentästä sekä vähintään 2 vuotta ammatillista ML-käytäntöä tieteellisten ongelmien ratkaisemiseksi.\nSinulla on käytännön kokemusta syvällisten oppimismallien kouluttamisesta, hienosäädöstä ja laajentamisesta molekyylitieteen/parin rakenteiden mallintamiseen.\nOsaat tutkia ML-malleja, niiden koulutusta ja tieteellisiä benchmarkingeja kriittisesti ja muuttaa oivalluksia merkittäviksi parannuksiksi.\nOlet asiantunteva Pythonissa ja PyTorchissa, voit tuottaa luotettavaa ja siistiä koodia ja hallitset monigpu- sekä hajautetun koulutuksen.\nSinulla on syvällinen perehtyneisyys rakenteelliseen biologiaan sekä proteiini–ligandi-dataformaattiin, laatumittareihin ja työkaluihin.\nProaktiivisesti etsit mahdollisuuksia tieteelliseen panostukseen organisaation tavoitteiden vaikuttamiseksi.\nMielellään omaat kokemusta federated learningista, tietosuoja-ML:stä tai turvallisesta mallikoulutuksesta.\nSinulla on kokemusta ML-mallien kehittämisestä lääkeaineiden suunnitteluun lääke- tai bioteknologia-ympäristöissä.\nOlet julkaissut huippuluokan ML- tai rakenteellisen biologian julkaisuihin tai osallistunut avoimen lähdekoodin projekteihin.\nMitä tarjoamme sinulle\nTeollisesti kilpailukykyinen palkka, mukaan lukien varhaisen vaiheen virtuaaliset optiot\nRemote-first työskentely – työskentele missä parhaiten tunnet itsesi, oli kyseessä kotona tai coworking-tilassa lähelläsi\nErinomainen valikoima etuja, mukaan lukien hyvinvointibudjetti, mielenterveyden tuki, etätyöbudjetti, coworking-tuki ja oppimisen ja kehityksen budjetti\nSuurikokoinen lomaoikeus\nToimistopäivät Berliinissä HQ:ssa tai toisessa Euroopan sijainnissa (3 kertaa vuodessa)\nHauska, monipuolinen tiimi, jolla on kokemusta johtavista organisaatioista ja tavoitteena käyttää AI:ta ja ML:ää hyvään