Vicepresidente, Aprendizaje Automático

La Compañía:

FL85 es una empresa de biotecnología respaldada por Flagship y de propiedad privada que tiene la misión de transformar el enfoque actual de los tratamientos con moléculas de información para desbloquear su pleno potencial terapéutico. En los últimos años, hemos comenzado a experimentar el poder de las moléculas de información en el tratamiento de enfermedades históricamente no tratables y en el diseño de terapias con tiempos de respuesta sin precedentes. La plataforma de FL85 integra el desarrollo de nanopartículas con tecnologías informáticas de primera clase y una novedosa línea de experimentación y descubrimiento para impulsar una nueva generación de terapias con moléculas de información altamente eficaces y terapéuticamente relevantes. ¡Estamos buscando colaboradores incansables en la resolución de problemas que compartan nuestra pasión por el impacto para unirse a nosotros!

FL85 fue fundada por Flagship Pioneering. Flagship Pioneering concibe, crea, proporciona recursos y desarrolla empresas de ciencias de la vida de primera categoría para transformar la salud humana y la sostenibilidad. Desde su lanzamiento en 2000, la empresa ha aplicado un único proceso de innovación basado en hipótesis para originar y fomentar más de 100 empresas científicas, lo que ha resultado en más de $30 mil millones en valor agregado. El ecosistema de Flagship actualmente comprende 37 empresas transformadoras, incluyendo: Moderna Therapeutics (NASDAQ: MRNA), Indigo Agriculture, Sana Biotechnology (NASDAQ: SANA), Generate Biomedicines y Tessera Tx.

Resumen de posición:

FL85 está buscando un Jefe de Aprendizaje Automático experimentado y respetado. Esta persona dirigirá la visión y ejecución de la estrategia e innovación para el equipo de aprendizaje automático, para permitir la novedosa plataforma de la empresa en torno a la entrega de moléculas de información.

Responsabilidades:

• Desarrollar la visión en FL85 para el equipo de aprendizaje automático para impulsar descubrimientos novedosos en la entrega de moléculas de información
  • Poseer la filosofía y la estrategia detrás de la tecnología y las aplicaciones de la plataforma central de aprendizaje automático
  • Definir y construir una estrategia para el uso de modelos generativos en datos experimentales para modelar y optimizar una variedad de tipos de moléculas, desde diseños basados en secuencias hasta macromoléculas no lineales y diversas
  • Definir cuantitativamente las capacidades centrales de la plataforma de ML y la aplicación a diversas estrategias de entrega y cómo esto mejorará y cambiará con el tiempo
• Construir una estrategia integral y un equipo para la generación de aprendizaje automático para apoyar múltiples estrategias de entrega simultáneamente, cada una con un enfoque de aprendizaje automático único, diversos tipos de macromoléculas y flujos de datos basados en formulaciones
  • Definir la misión del equipo, la estructura organizativa propuesta y el modelo de interacción para garantizar la ejecución exitosa de múltiples proyectos en paralelo, desempeñando un papel de liderazgo
• Crear un plan de trabajo para toda la empresa para el aprendizaje automático para impulsar decisiones en todo el motor de generación y la línea de formulaciones
  • Trabajar en estrecha colaboración con los líderes científicos del motor molecular para desarrollar un plan de trabajo sobre qué tipos de experimentos impulsarán el máximo impacto del aprendizaje automático generativo
  • Crear una estrategia para el aprendizaje automático aplicado a los conocimientos biológicos en apoyo de la generación de vehículos de entrega de moléculas de información
• Construir una estrategia a través de múltiples flujos de datos in vitro e in vivo, cada uno con niveles de volumen y complejidad en rápida escalada
  • Trabajar con los equipos científicos e informáticos para desarrollar una estrategia para re-normalizar y estructurar los datos del modelo para una generación molecular ideal
• Identificar y actuar sobre oportunidades para la investigación aplicada que promueva el desarrollo de la plataforma y la oportunidad de impacto terapéutico
  • Asociarse con investigación de plataforma y computacional, ciencias del conocimiento y colegas de TI para alinear la generación de datos con la infraestructura, enfoques innovadores y estrategias de integración de datos
• Desarrollar una estrategia para la continua innovación en el aprendizaje automático con visión a 5 años
  • Esto se definirá tanto en los objetivos estratégicos para FL85, en los requisitos de generación de datos para crear valor, así como en los avances anticipados y realizados en el aprendizaje automático
• Encarnar la misión central de FL85 para transformar la I+D en medicamentos de moléculas de información como la conocemos, y vivir y establecer una cultura en FL85 que sea altamente resiliente, optimista, innovadora, orientada a soluciones, transparente e inclusiva

Calificaciones:

• Ph.D. en aprendizaje automático, estadísticas, ciencias de la computación, modelado matemático, investigación de operaciones, u otros campos relacionados de un establecimiento de educación superior reconocido
• >10 años de experiencia en liderazgo en el aprendizaje automático en la industria de las ciencias de la vida o en la academia
• Dominio demostrado de una amplia gama de enfoques de aprendizaje automático y aprendizaje profundo en una variedad de arquitecturas de aprendizaje profundo, bibliotecas de aprendizaje profundo y entornos de desarrollo de computación en la nube, con un énfasis en las técnicas de ML de vanguardia para el estudio de datos in vivo, así como métodos de aprendizaje automático generativos en medicamentos de ácido nucleico y una variedad de tipos de macromoléculas
• Capacidad probada para innovar en modelos de aprendizaje automático generativos con arquitecturas novedosas, puntos de vista profundamente informados sobre áreas de posible creatividad, y un alto grado de flexibilidad en la estructuración de modelos y flujos de trabajo para adaptarse a las necesidades experimentales y flujos de datos
• Capacidad demostrada para interactuar sin esfuerzo, comunicarse y motivar a equipos diversos, incluyendo constructores de plataformas experimentales. Esto incluye el conocimiento de las técnicas de detección in vivo y cómo pueden integrarse en un flujo de trabajo computacional, así como la capacidad de dirigir clara y persuasivamente estrategias efectivas de generación de datos entre los equipos experimentales para apoyar las necesidades del modelo
• Capacidad demostrada para moverse rápidamente entre la visión y los objetivos de alto nivel y los detalles técnicos necesarios para solucionar problemas en el desarrollo y escalado del modelo en el entorno de computación en la nube. La experiencia con la formación de modelos a escala industrial en múltiples GPU y nodos es un plus
• Capacidad demostrada para reclutar, contratar y desarrollar con éxito un equipo de científicos de aprendizaje automático
• Capacidad demostrada para tutelar y desarrollar un equipo de científicos junior con diferentes antecedentes y habilidades, con un énfasis en el crecimiento y avance de la carrera de los miembros del equipo como científicos de aprendizaje automático
• Excelentes habilidades de comunicación oral y escrita, tanto para el público técnico como para el público en general
• Habilidades de resolución de problemas probadas, carácter colaborativo y adaptabilidad a través de disciplinas, con una integridad personal incuestionable y la capacidad de atraer, inspirar, desarrollar y retener un equipo excepcional a todos los niveles

Ubicación: Cambridge, MA

Flagship Pioneering y nuestras empresas del ecosistema están comprometidas con la igualdad de oportunidades de empleo