Scientifique en apprentissage automatique (Télétravail)

Pourquoi rejoindre Freenome ?

Freenome est une entreprise de biotechnologie en forte croissance qui développe des tests pour détecter le cancer grâce à une simple prise de sang. Pour cela, Freenome utilise une plateforme multi-omiques qui combine des signaux tumoraux et non tumoraux avec l'apprentissage machine afin de détecter le cancer dans ses phases les plus précoces et les plus traitables.

Le cancer est impitoyable. C'est pourquoi Freenome développe des preuves cliniques, économiques et opérationnelles pour promouvoir le dépistage du cancer et sauver des vies. Notre premier test de dépistage est pour le cancer colorectal (CRC) et les adénomes avancés, et ce n'est que le début.

Fondé en 2014, Freenome compte environ 500 employés et plus de 1,1 milliard de dollars de financement de la part d'investisseurs clés tels que l'American Cancer Society, Andreessen Horowitz, Anthem Blue Cross, Bain Capital, la Colorectal Cancer Alliance, DCVC, Fidelity, Google Ventures, Kaiser Permanente, Novartis, Perceptive Advisors, RA Capital, Roche, Sands Capital, T. Rowe Price, et Verily.

À Freenome, nous visons à avoir un impact sur les patients en donnant à chacun les moyens de prévenir, détecter et traiter sa maladie. C'est cela, combiné à notre culture de respect et de collaboration, qui nous motive à donner le meilleur de nous-mêmes chaque jour.

Devenez un Freenomer

Avez-vous ce qu'il faut pour être un Freenomer ? Un "Freenomer" est un employé déterminé, guidé par une mission, orienté vers les résultats et stimulé par l'opportunité de changer le paysage du cancer et d'avoir un impact positif sur la vie des patients. Les Freenomers apportent leur expérience diversifiée, leur expertise et leur vision personnelle pour résoudre les problèmes et repousser les limites du possible, une percée à la fois.

À propos de cette opportunité :

Chez Freenome, nous recherchons un scientifique machine learning de niveau senior qui fera partie de l'équipe Science Computationnelle de Freenome. Le candidat idéal a une solide connaissance des fondamentaux en machine learning (ML) et des méthodes d'apprentissage profond (DL), une feuille de route de réussite pour répondre à des questions de recherche complexes, et la capacité à s'épanouir dans un environnement hautement pluridisciplinaire.

Il sera responsable du développement d'algorithmes pour des tests de détection précoces et non invasifs de plusieurs cancers. Il se basera sur des compétences en ML/DL et en statistiques pour développer des modèles de signaux moléculaires multi-omiques à partir de sang. Il travaillera également avec des biologistes computationnels, des biologistes moléculaires et des ingénieurs en ML pour mener des expériences de recherche et devenir les principaux acteurs de la mission de Freenome de résoudre le cancer.

Ce que vous aurez à faire :

• Effectuer de manière indépendante des recherches de pointe en intelligence artificielle appliquée à des problèmes biologiques (y compris la recherche sur le cancer, la génomique, la biologie computationnelle/bioinformatique, l'immunologie et plus encore)
• Mener des projets de recherche qui identifient de nouvelles méthodes pour modéliser divers changements biologiques résultant de maladies
• Construire des modèles qui atteignent une grande précision, et appliquer des techniques contemporaines d'interprétabilité pour offrir une compréhension plus profonde du signal sous-jacent et des mécanismes biologiques
• Interagir avec les équipes de produits pour identifier de nouveaux domaines de problèmes pouvant bénéficier des méthodes de ML/DL de pointe.
• Travailler en étroite collaboration avec les partenaires d'ingénierie ML pour s'assurer que l'infrastructure computationnelle de Freenome supporte une formation et une itération de modèle optimales
• Aborder votre travail de manière consciente, transparente et humaine

Compétences requises :

• Docteur ou expérience de recherche équivalente avec une spécialisation en IA ou ML et dans un domaine quantitatif pertinent tel que l'informatique, les statistiques, les mathématiques, l'ingénierie, la biologie computationnelle, ou la bioinformatique.
• Plus de 6 ans d'expérience professionnelle après le doctorat dans le domaine technique concerné
• Expertise, démontrée par des publications de recherche ou des réalisations industrielles, dans l'apprentissage machine appliqué, l'apprentissage profond et la modélisation de données complexes
• Compréhension pratique et théorique des modèles ML fondamentaux tels que les modèles linéaires généralisés, les machines à noyau, les arbres de décision, les réseaux neuronaux ; le boosting et l'agrégation de modèles ; l'inférence bayésienne et la sélection de modèles ; et l'inférence variationnelle
• Compréhension pratique et théorique des modèles DL tels que les modèles de langage de grande taille, les modèles de fondation, et les paradigmes de formation tels que l'apprentissage contrastif et l'apprentissage auto-supervisé
• Compétence dans l'état de l'art actuel des approches ML/DL dans différents domaines, avec une capacité à envisager leurs applications dans les données biologiques
• Maîtrise d'un langage de programmation généraliste : Python, R, Java, C, C++, etc.
• Maîtrise d'un ou plusieurs frameworks ML : Pytorch, Tensorflow, Jax, etc.
• Excellente capacité à communiquer à travers les disciplines et à travailler en collaboration pour définir les prochaines étapes des itérations expérimentales
• Capacité à communiquer scientifiquement de manière productive en collaboration transversale avec des ingénieurs logiciel et des biologistes computationnels
• Une passion pour l'innovation et une initiative démontrée dans l'attaque de nouveaux domaines de recherche

Compétences appréciées :

• Une expérience approfondie spécifique au domaine en biologie computationnelle, génomique, protéomique ou dans un domaine connexe
• Expérience dans l'analyse de données NGS et les pipelines bioinformatiques
• Expérience avec les environnements de cloud computing conteneurisés, tels que Docker dans GCP ou AWS
• Expérience dans un environnement d'ingénierie logicielle de production, y compris l'utilisation de tests de régression automatisés, de contrôle de version, et de systèmes de déploiement

Avantages et informations complémentaires :

L'échelle des salaires de base aux États-Unis pour de nouvelles embauches est de $182,750 - $280,000. Vous aurez également la possibilité de recevoir de l'équity avant l'IPO, des bonus en espèces, et une gamme complète de prestations médicales, financières et autres selon le poste offert. Veuillez noter que la rémunération totale individuelle pour ce poste sera déterminée à la seule discrétion de la Société et peut varier en fonction de plusieurs facteurs, y compris mais sans s'y limiter, la localisation, le niveau de compétence, les années et l'ampleur de l'expérience pertinente, et l'éducation. Nous vous invitons à consulter notre page carrière @ https://careers.freenome.com/ pour plus d'informations sur l'entreprise.

Freenome est fière d'être un employeur offrant l'égalité des chances, et nous valorisons la diversité. Freenome ne fait pas de discrimination sur la base de la race, de la couleur, de la religion, de l'état matrimonial, de l'âge, de l'origine nationale, de l'ascendance, du handicap physique ou mental, de l'état de santé, de la grossesse, des informations génétiques, du sexe, de l'orientation sexuelle, de l'identité de genre ou de l'expression de genre.