Vice-Président, Apprentissage Automatique

L'entreprise :

FL85 est une entreprise de biotechnologie privée soutenue par Flagship, dont la mission est de transformer l'approche actuelle des thérapeutiques à base de molécules d'information pour dévoiler leur plein potentiel thérapeutique. Ces dernières années, nous avons commencé à découvrir le pouvoir des molécules d'information dans le traitement de maladies jusqu'alors inaccessibles aux médicaments et dans la conception de thérapies avec des temps de réponse sans précédent. La plateforme FL85 intègre le développement de nanoparticules avec des technologies d'informations de classe mondiale et un nouveau pipeline d'expérimentation et de découverte pour conduire une nouvelle génération de thérapeutiques de molécules d'information hautement efficaces et pertinentes sur le plan thérapeutique. Nous recherchons des résolveurs de problèmes collaboratifs et infatigables qui partagent notre passion pour l'impact pour nous rejoindre !

FL85 a été fondé par Flagship Pioneering. Flagship Pioneering conçoit, crée, alloue des ressources et développe des entreprises de sciences de la vie de première catégorie pour transformer la santé humaine et la durabilité. Depuis son lancement en 2000, la société a appliqué un processus d'innovation unique basé sur des hypothèses pour créer et favoriser plus de 100 entreprises scientifiques, résultant en plus de 30 milliards de dollars de valeur totale. L'écosystème Flagship actuel comprend 37 entreprises transformatrices, dont : Moderna Therapeutics (NASDAQ : MRNA), Indigo Agriculture, Sana Biotechnology (NASDAQ : SANA), Generate Biomedicines et Tessera Tx.

Résumé du poste :

FL85 recherche un Chef expérimenté et respecté de l'Apprentissage Automatique. Cette personne sera chargée d'impulser la vision et l'exécution de la stratégie et de l'innovation pour l'équipe d'apprentissage automatique, afin de permettre à la plateforme innovante de l'entreprise de délivrer des molécules d'information.

Responsabilités :

• Développer la vision chez FL85 pour l'équipe d'apprentissage automatique afin d'impulser de nouvelles découvertes dans la délivrance de molécules d'information
  • Être en charge de la philosophie et de la stratégie derrière la technologie de la plateforme d'apprentissage automatique principale et les applications
  • Définir et construire une stratégie pour l'utilisation de modèles génératifs sur des données expérimentales pour modéliser et optimiser une variété de types de molécules, allant de conceptions basées sur des séquences à des macromolécules non linéaires et diversifiées
  • Définir quantitativement les capacités de base de la plateforme ML et son application aux diverses stratégies de livraison et comment cela s'améliorera et changera au fil du temps
• Construire une stratégie globale et une équipe pour la génération d'apprentissage automatique pour soutenir plusieurs stratégies de livraison en même temps, chacune avec une approche d'apprentissage automatique unique, différents types de macromolécules et des flux de données basés sur des formulations
  • Définir la mission de l'équipe, la structure organisationnelle proposée et le modèle d'interaction pour assurer la réussite de l'exécution de multiples projets en parallèle, en jouant un rôle de leadership
• Créer une feuille de route pour l'apprentissage automatique dans toute l'entreprise pour guider les décisions à travers tout le moteur de génération et le pipeline de formulations
  • Travailler en étroite collaboration avec les leaders scientifiques du moteur moléculaire pour développer une feuille de route pour savoir quels types d'expériences auront le plus grand impact sur l'apprentissage automatique génératif
  • Créer une stratégie pour l'apprentissage automatique appliqué aux insights biologiques en soutien à la génération de véhicules de délivrance de molécules d'information
• Construire une stratégie à travers de multiples flux de données in vitro et in vivo, chacun avec des niveaux de volume et de complexité en évolution rapide
  • Travailler avec les équipes scientifiques et d'information pour développer une stratégie pour re-normaliser et structurer les données du modèle pour une génération moléculaire idéale
• Identifier et agir sur les opportunités de recherche appliquée qui favorisent le développement de la plateforme et l'opportunité d'avoir un impact thérapeutique
  • Collaborer avec la plateforme et la recherche computationnelle, les collègues scientifiques et de l'IT pour aligner la génération de données avec l'infrastructure, les approches innovantes et les stratégies d'intégration de données
• Développer une stratégie pour une innovation constante en apprentissage automatique avec une vision à 5 ans
  • Cela sera défini à la fois en termes d'objectifs stratégiques pour FL85, les exigences de génération de données pour créer de la valeur ainsi que les avancées anticipées et réalisées en apprentissage automatique
• Incarnate la mission principale de FL85 de transformer la R&D en médicaments à base de molécules d'information tels que nous les connaissons, et instaurer et établir une culture chez FL85 qui est très résiliente, optimiste, innovante, orientée vers les solutions, transparente et inclusive

Qualifications :

• Doctorat en apprentissage automatique, statistiques, informatique, modélisation mathématique, recherche opérationnelle ou domaines connexes d'un établissement d'enseignement supérieur reconnu
• >10 ans d'expérience en leadership en apprentissage automatique dans l'industrie des sciences de la vie ou en milieu universitaire
• Maîtrise démontrée d'un large éventail d'approches d'apprentissage automatique et d'apprentissage en profondeur à travers une variété d'architectures d'apprentissage en profondeur, des bibliothèques d'apprentissage en profondeur et des environnements de développement en cloud, avec un accent sur les techniques ML de pointe pour l'étude des données in vivo ainsi que des méthodes d'apprentissage automatique génératif à la fois pour les médicaments à base d'acides nucléiques et pour une variété de types de macromolécules
• Capacité avérée à innover sur les modèles d'apprentissage automatique génératif avec de nouvelles architectures, des vues profondément informées sur les domaines de créativité potentielle et un haut degré de flexibilité dans la structuration des modèles et des workflows pour s'adapter aux besoins expérimentaux et aux flux de données
• Capacité démontrée à interfacer sans effort avec, à communiquer avec et à motiver des équipes diverses, y compris celles qui construisent des plateformes expérimentales. Cela comprend la connaissance des techniques de dépistage in vivo et comment elles peuvent s'intégrer dans un processus de calcul, ainsi que la capacité de diriger clairement et persuasivement des stratégies de génération de données efficaces parmi les équipes expérimentales pour soutenir les besoins des modèles
• Capacité avérée à passer rapidement entre une vision et des objectifs de haut niveau, et les détails techniques nécessaires pour résoudre les problèmes de développement et de mise à l'échelle des modèles sur un environnement de cloud computing. Expérience avec la formation multi-GPU et multi-nœuds de modèles à l'échelle industrielle est un plus
• Capacité démontrée à recruter, embaucher et développer avec succès une équipe de scientifiques en apprentissage automatique
• Capacité démontrée à encadrer et à faire progresser une équipe de jeunes scientifiques avec des arrière-plans et des compétences variés, avec un accent sur la croissance et l'avancement de carrière des membres de l'équipe en tant que scientifiques en apprentissage automatique
• Excellentes compétences de communication orale et écrite, à la fois pour des publics techniques et plus généraux
• Compétences avérées en résolution de problèmes, nature collaborative et adaptabilité à travers les disciplines, intégrité personnelle incontestable et capacité à attirer, inspirer, développer et conserver une équipe exceptionnelle à tous les niveaux

Localisation : Cambridge, MA

Flagship Pioneering et nos entreprises de l'écosystème sont engagées envers l'égalité des opportunités d'emploi