Research Scientist Intern, FAIR Chemistry (PhD)

W Meta, naszym celem jest łączenie i umocnienie globalnych społeczności za pomocą najnowszych technologii. Bezustanna innowacja jest naszym rdzeniem, znacząco wpływając na dynamikę globalnej komunikacji przez ostatnią dekadę. Dysponując szeroką siecią obejmującą ponad miliard użytkowników i liczne biura na całym świecie, Meta oferuje wpływowe możliwości rozwoju kariery w ekscytującym środowisku wzrostu.

Stoimy na czele sztucznej inteligencji (AI), poprzedzając rozwój w szerokim spektrum zastosowań - od chemii obliczeniowej po przetwarzanie języka naturalnego. Aby dalej realizować naszą misję, szukamy pasjonatów wykwalifikowanych w obszarach takich jak głębokie uczenie, uczenie maszynowe i modelowanie generatywne, aby dołączyli do naszego dynamicznego zespołu.

Zespół FAIR Chemistry w Meta jest zaangażowany w rewolucjonizowanie nauki o materiałach za pomocą podejść opartych na AI. Nasze projekty obejmują rozwój innowacyjnych rozwiązań dla technologii redukcji dwutlenku węgla, postępy w materiałach nanoporowatych i przełomy w technologii wyświetlaczy. Jako stażysta będziesz bezpośrednio przyczyniać się do tych transformatywnych projektów, dokonując znaczących ulepszeń algorytmicznych i doświadczając ich zastosowania na skalę globalną.

Ten staż trwa od dwunastu (12) do dwudziestu czterech (24) tygodni, z elastycznymi datami rozpoczęcia dostępnymi przez cały rok, dostosowanymi do Twoich zobowiązań akademickich.

• Tworzenie kompleksowych zbiorów danych do szkolenia i testowania modeli AI specjalizujących się w chemii.
• Formułowanie, rozwijanie i skalowanie modeli AI za pomocą PyTorch dla różnych zastosowań chemicznych.
• Wykonywanie dużoskalowych symulacji chemicznych niezbędnych dla naszego rozwoju badawczego.
• Optymalizacja zarówno klasycznego oprogramowania chemicznego, jak i opartego na uczeniu maszynowym dla zwiększonej wydajności.
• Wkład do prac badawczych i publikacja powiązanych danych/kodu open source.

• Kandydaci muszą być w trakcie zdobywania lub już posiadać doktorat w dziedzinach takich jak uczenie maszynowe, chemia, czy sztuczna inteligencja.
• Doświadczenie w stosowaniu AI w domenach naukowych, ze szczególnym naciskiem na eksperymenty z rzeczywistymi systemami i modelowanie oparte na danych.
• Znajomość języków programowania takich jak Python, C++ i doświadczenie z frameworkami do głębokiego uczenia się, takimi jak Pytorch czy TensorFlow.
• Musi być uprawniony do pracy w kraju zatrudnienia podczas stażu i później.

• Silne pragnienie powrotu do świata akademickiego po stażu przy jednoczesnym wykazaniu zdolności do dostarczania wyników empirycznych badań.
• Mocne umiejętności rozwiązywania problemów za pomocą podejść ilościowych, poparte publikac