Tieteellinen ohjelmistoinsinööri

Rochella voit olla sinä itse ja tulla hyväksytyksi ainutlaatuisten ominaisuuksiidesi ansiosta. Kulttuurimme kannustaa henkilökohtaiseen ilmaisuun, avoimeen vuoropuheluun ja aitoihin yhteyksiin, joissa sinua arvostetaan ja kunnioitetaan sellaisena kuin olet, mikä antaa sinun kukoistaa sekä henkilökohtaisesti että ammatillisesti. Näin pyrimme ehkäisemään, pysäyttämään ja parantamaan sairauksia ja varmistamaan, että kaikilla on pääsy terveydenhuoltoon tänään ja tulevissa sukupolvissa. Liity Rocheen, jossa jokaisen ääni on tärkeä. Tehtävä Terveempi tulevaisuus. Se on se, mikä ajaa meitä innovoimaan. Edistää tiedettä jatkuvasti ja varmistaa, että kaikilla on pääsy tarvitsemaansa terveydenhuoltoon tänään ja tulevissa sukupolvissa. Luoda maailma, jossa meillä kaikilla on enemmän aikaa ihmisille, joita rakastamme. Se on se, mikä tekee meistä Rochen. Tekoälyn, datan ja laskennallisten tieteiden edistys muuttaa lääkkeiden löytämistä ja kehitystä. Rochen tutkimus- ja varhaiskehitysjärjestöt Genentechissä (gRED) ja Pharma-yksikössä (pRED) ovat osoittaneet, kuinka nämä teknologiat nopeuttavat T&K-toimintaa hyödyntämällä dataa ja uusia laskennallisia malleja vaikutuksen saavuttamiseksi. Saumaton datan jakaminen ja pääsy malleihin gRED:n ja pRED:n välillä on välttämätöntä näiden mahdollisuuksien maksimoimiseksi. Uusi Computational Sciences Center of Excellence (CoE) on strateginen, yhtenäinen ryhmä, jonka tavoitteena on hyödyntää datan ja tekoälyn (AI) muutosvoimaa auttaakseen tutkijoidemme pRED:ssä ja gRED:ssä tuottamaan innovatiivisempia ja mullistavampia lääkkeitä potilaille maailmanlaajuisesti. Center of Excellence (CoE) -yksikön Analytics and Workflows -ryhmä on omistautunut muuttamaan monimutkaisen datan toiminnallisiksi oivalluksiksi, jotka edistävät lääkkeiden löytämistä ja kehitystä. Hyödynnämme huippuluokan suurtehnoteknologioita ja perustavanlaatuisia multimodiaalisia koneoppimismalleja analysoidaksemme laajamittakaavaista kemiallista ja biologista dataa, mikä mahdollistaa molekyylien käyttäytymisen syvällisemmän ymmärtämisen ja uusien terapeuttisten mahdollisuuksien tunnistamisen. Näiden alojen edistymisestä huolimatta raakadatan ja laskennallisten mallien muuttaminen merkityksellisiksi oivalluksiksi on edelleen keskeinen haaste. Tässä roolissa työskentelet datatieteen, lääkekemian ja ohjelmistotekniikan risteyksessä rakentaaksesi innovatiivisia analyyttisia työkaluja, jotka siltaavat kuilun datan tuottamisen ja tulkinnan välillä, auttaen avaamaan uusia reittejä tieteelliseen löytämiseen ja vaikuttavuuteen. Mahdollisuus Etsimme kokenutta tieteellistä ohjelmistoinsinööriä (Fullstack) suunnittelemaan ja rakentamaan interaktiivisia työkaluja pienten molekyylien lääkekehitykseen, keskittyen erityisesti kemialliseen dataan, molekyylisuunnittelun työnkulkuihin ja mallien tulkittavuuteen. Muotoilet alustojen teknistä ja tuotesuuntaa, joiden avulla lääke- ja laskentakemistit voivat tutkia dataa, testata hypoteeseja ja suunnitella parempia lääkkeitä. Tämä rooli on fullstack-rooli, jossa painotetaan erityisesti tieteellistä datan visualisointia, työnkulkujen suunnittelua ja integraatiota laskennallisiin putkistoihin. Menestystä mitataan ei vain teknisellä toimituksella, vaan vaikutuksella siihen, miten tutkijat suunnittelevat ja arvioivat pienmolekyylikandidaatteja. Työsi sisältää: - Suora yhteistyö lääkekemistien, kemiatietojärjestelmien asiantuntijoiden ja tekoälytutkijoiden kanssa todellisten molekyylisuunnittelu- ja analyysityönkulkujen ymmärtämiseksi, mukaan lukien epäselvät tai kehittyvät tarpeet. - End-to-end-alustojen suunnittelu ja rakentaminen – kattaen käyttöliittymät, taustajärjestelmät ja dataintegraatiot – joiden avulla tutkijat voivat suorittaa analyyseja, tutkia dataa ja tulkita mallien tuloksia. - Intuitiivisten ja laajennettavien käyttökokemusten kehittämisen johtaminen monimutkaisille tieteellisille työnkulkuille, keskittyen interaktiiviseen visualisointiin, käytettävyyteen ja tieteelliseen tarkkuuteen. - API-rajapintojen, tietomallien ja palveluiden arkkitehtuurin suunnittelu ja toteutus, jotka tukevat skaalautuvia, dataintensiivisiä sovelluksia, mukaan lukien integraatio laskennallisiin putkistoihin ja koneoppimisjärjestelmiin. - Uusien teknologioiden (mukaan lukien tekoälyavusteiset kehitystyökalut) arviointi ja soveltaminen iteraation nopeuttamiseksi sekä uusien lähestymistapojen tutkiminen tieteelliseen datan visualisointiin ja käyttöliittymäsuunnitteluun, jotka parantavat tutkijoiden vuorovaikutusta monimutkaisten tietoaineistojen kanssa. - Yhteistyö hajautettujen tieteellisten, teknisten ja suunnittelutiimien kanssa ideoiden viemiseksi varhaisesta tutkimuksesta tuotantovalmiiksi sovelluksiksi, jaettuna vastuuna tuloksista ja vaikutuksista. Kuka olet - Tohtorin tutkinto (Ph.D.) tekniikan, fysiikan tai kvantitatiivisen tieteen alalta ja 2+ vuoden kokemus, tai kandidaatin/maisterin tutkinto ja 5+ vuoden relevantti kokemus toimialalta. - Todistettu kyky suunnitella ja rakentaa moderneja web-sovelluksia koko stackin yli, mukaan lukien frontend-kehitys TypeScript-kehyksillä (esim. React, Vue tai Svelte) ja backend-järjestelmät Pythonilla (esim. FastAPI, Flask) tai vastaavilla kehyksillä. - Expertise interaktiivisten, datarikkaiden visualisointien luomisessa web-pohjaisilla kirjastoilla ja teknologioilla, kuten D3.js, Vega-Lite, Plotly, WebGL tai WebGPU, painottaen monimutkaisten tieteellisten tietoaineistojen tutkimista. - Kokemus API-rajapintojen, datapalveluiden ja sovellusarkkitehtuurien suunnittelusta ja toteuttamisesta, jotka tukevat interaktiivisia, dataintensiivisiä tieteellisiä työnkulkuja, huomioiden suorituskyvyn, skaalautuvuuden ja ylläpidettävyyden. - Osaaminen nykyaikaisten tekoälyavusteisten ja agenttisten koodauskäytäntöjen hyödyntämisessä, mukaan lukien terve harkinta oikeellisuuden, toistettavuuden, suojakaiteiden ja ylläpidettävyyden suhteen tieteellisessä ohjelmistossa. - Utelias, halukas oppimaan uusia taitoja ja innoissaan tutkimaan uusia teknologioita samalla kun teet yhteistyötä monimuotoisissa, monitieteellisissä tiimeissä. - Etuannetaan ehdokkaille, jotka osaavat perustella kemiallisia rakenteita ja molekyylisuunnittelun työnkulkuja, mukaan lukien keskeiset kemiatietojärjestelmien käsitteet (esim. sormenjäljet, deskriptorit, samankaltaisuusmittarit, molekyyliupotukset) ja kykenevät toimimaan tuottavasti lääke-, laskenta- ja koneoppimistutkijoiden kanssa. - Kyky työskennellä tehokkaasti monimutkaisten tietoaineistojen kanssa tieteellisissä yhteyksissä käyttäen Python- tai R-pohjaisia työkaluja, mukaan lukien datan tutkiminen, analyysien kehittäminen ja tulosten kääntäminen intuitiivisiksi, käyttäjäystävällisiksi työkaluiksi ja visualisoinneiksi. - Sujuva työskentely dataputkistojen, pilvi-infrastruktuurin ja hajautettujen järjestelmien kanssa (esim. laajamittaisten kemiallisten tai biologisten tietoaineistojen käsittely, integraatio ML-mallien tulosten kanssa tai työnkulkujen orkestrointi).