Inżynier ds. uczenia maszynowego średniego poziomu, Bioinformatyka

Deeplab łączy zaawansowane technologie oprogramowania, najwyższą klasę uczenia maszynowego i badania naukowe w dziedzinie nauk danych, oferując usługi i produkty, które stawiają czoła wymagającym problemom świata realnego. Jest to okazja do przyłączenia się do dynamicznej, szybko rozwijającej się organizacji ML/AI, która skupia się na badaniach, innowacjach i doskonałości. Kultura w Deeplab łata przepaść między akademicką rygorystyczną nauką a przedsiębiorczą zwinnością. Promujemy środowisko, w którym metodyczne, badawcze dążenie do wiedzy spotyka się z innowacyjnym, szybkim podejmowaniem decyzji. Ta synergia wzmacnia nasze dążenie do doskonałości i innowacyjności w rozwiązywaniu praktycznych problemów życia realnego. Zespół Obecnie poszerzamy nasz zespół ML przeznaczony dla rozwiązań bioinformatycznych. Jest to część międzynarodowego projektu badawczo-rozwojowego z partnerami przemysłowymi w obszarach odkrywania leków i badań nad rakiem. Nasz zespół podejmuje przełomowe projekty od idei do produktu, łącząc innowacyjne koncepcje ML z najnowszymi technologiami produkcyjnymi. Jeśli do nas dołączysz, staniesz się częścią zespołu interdyscyplinarnego, który obejmuje entuzjastycznych inżynierów ML z doświadczeniem w badaniach i rozwoju oprogramowania. Rola Poszukujemy wyjątkowych inżynierów średniego szczebla w dziedzinie uczenia maszynowego, którzy podzielają naszą pasję do rozwiązywania skomplikowanych problemów bioinformatycznych w przemyśle i badaniach. Będziesz miał okazję przyczynić się do tworzenia nowych badań i rozwoju, wykorzystując najnowsze technologie uczenia maszynowego w trudnych projektach z czołowymi partnerami akademickimi i przemysłowymi. Znajdziesz również fantastyczne możliwości dalszego rozwoju wraz z zespołem. Od kandydatów na stanowisko inżyniera średniego szczebla w dziedzinie uczenia maszynowego oczekuje się doświadczenia w uczeniu maszynowym, wynikającego z wcześniejszego praktycznego doświadczenia w odpowiedniej roli przemysłowej/badawczej lub udokumentowanego wybitnymi osiągnięciami akademickimi w ramach powiązanego studiów podyplomowych. Wymagania Od kandydatów oczekuje się uzyskania licencjatu lub magisterium z inżynierii elektrycznej i komputerowej, uczenia maszynowego lub informatyki, oraz doświadczenia w implementacji i badaniu algorytmów uczenia maszynowego dla rzeczywistych danych. Powinni mieć również 2+ lata praktycznego doświadczenia przemysłowego lub akademickiego z projektami związanych z uczeniem maszynowym, potwierdzone doświadczenie badawcze w stosowaniu uczenia maszynowego, znajomość procesów deweloperskich przy użyciu Linuxa, Git, Docker, itp. Muszą być biegli w Pythonie, z doświadczeniem w tworzeniu, testowaniu i utrzymaniu aplikacji produkcyjnej klasy ML przy użyciu takich frameworków jak TensorFlow lub PyTorch. Byłoby korzystne, gdyby kandydaci byli zaznajomieni z koncepcjami bioinformatyki, biologii obliczeniowej, odkrywania leków, chemoinformatyki i biologii molekularnej. Dodatkowym atutem będzie znajomość bibliotek i narzędzi związanych z chemoinformatyką, takich jak RDKit czy Open Babel, oraz zrozumienie modelowania molekularnego, symulacji dokowania czy innych komputacyjnych technik związanych z projektowaniem leków. Kandydaci powinni również posiadać doświadczenie z obliczeniami klastrowymi na dużą skalę dla modelowania uczenia maszynowego oraz umiejętność budowania silnych relacji w trudnym międzynarodowym środowisku. Wielkie znaczenie mają umiejętności komunikacyjne, zarówno pisemne, jak i ustne, a także umiejętność przedstawiania złożonych analiz w sposób przejrzysty, zwięzły i skłaniający do działania. Obowiązki Twoje obowiązki obejmują rozwijanie algorytmów i infrastruktury uczenia maszynowego, pisanie kodu ML klasy produkcyjnej, prowadzenie eksperymentów i benchmarkingu, modelowanie statystyczne i analizę danych, oraz stosowanie technik głębokiego uczenia w bioinformatyce. Będziesz również zarządzać, kuratować i przetwarzać różnorodne zestawy danych biologicznych, aby zapewnić ich jakość i spójność dla dalszych zadań uczenia maszynowego i upewnić się, że algorytmy i modele są zoptymalizowane zarówno pod kątem wydajności obliczeniowej, jak i skalowalności, aby radzić sobie z dużymi zestawami danych biologicznych. Oprócz tego, musisz być na bieżąco z najnowszymi osiągnięciami w metodologiach uczenia maszynowego, takich jak uczenie transferowe, uczenie półnadzorowane itp., jak również w bioinformatyce i biologii obliczeniowej. Wymagana jest współpraca z międzynarodowymi zespołami pracującymi nad różnymi funkcjami. Korzyści Korzyści obejmują dodatkowe prywatne ubezpieczenie zdrowotne, elastyczne godziny pracy i pracę zdalną. Będziesz pracować z najnowocześniejszą AI-tech i wpływać na rzeczywiste zastosowania. Przewidziany jest budżet na sprzęt do biura domowego, aby zapewnić produktywne miejsce pracy, możliwości rozwoju osobistego, wizualnie atrakcyjne i pozytywne środowisko pracy w naszych nowych biurach oraz konkurencyjne wynagrodzenie w zależności od kwalifikacji, specjalizacji i doświadczenia. Deeplab: Równi pracodawcy W Deeplab cenimy różnorodność pod względem doświadczenia, wiedzy, pochodzenia i perspektywy. Zapewniamy równe szanse na zatrudnienie bez względu na płeć, rasę, religię lub przekonania, pochodzenie etniczne lub narodowe, niepełnosprawność, wiek, obywatelstwo, stan cywilny, rodzaj związku, orientację seksualną, tożsamość płciową, ciążę, stan związany z ciążą lub jakiekolwiek inne podstawy chronione przez prawo. Osoby z niepełnosprawnościami lub dodatkowymi potrzebami są mile widziane i zapewniamy im odpowiednie warunki. O firmie Deeplab to przełomowa firma, która dostarcza zaawansowane rozwiązania badawczo-rozwojowe z dziedziny sztucznej inteligencji do rozwiązania twardych problemów rzeczywistych. W DeepLab dążymy do zapełnienia luk między badaniami a przemysłem: pragniemy przyczynić się do naukowych przełomów, jednocześnie wdrażając rozwiązania badawcze w dużych projektach przemysłowych i badawczych. Wspieramy i finansujemy synergia akademicko-przemysłową w celu odkrywania nowych kierunków badawczych i zastosowań. Nasza wizja obejmuje rozwój i wykorzystanie interdyscyplinarnego ML od początku do końca, dostarczanie rozwiązań dla kluczowych problemów rzeczywistych. Wywiera to realny wpływ społeczny zarówno w społecznościach badawczych, jak i biznesowych. Zbudowaliśmy solidne partnerstwa z wiodącymi na świecie firmami farmaceutycznymi w dziedzinie odkrywania leków. Przez ostatnie 5 lat pracowaliśmy w dziedzinie bioinformatyki, tworząc silne partnerstwo z Taboola. Wspólnie wprowadziliśmy, współtworzyliśmy i odpowiadamy za technologię głębokiego uczenia, która stoi za dużymi produkcjami związanymi z personalizacją i rekomendacją, z imponującymi wynikami do tej pory. System działa miliardy rekomendacji dziennie dla bazy użytkowników liczącej 1.4B unikalnych użytkowników. Więcej informacji o nas znajdziesz na stronie deeplab.ai.