Research Scientist, AI for Science (PhD)

Команда FAIR (Фундаментальных Исследований Искусственного Интеллекта) компании Meta приглашает талантливых научных сотрудников для прорывных разработок в области AI, особенно в нашем химическом направлении. Эта роль идеально подходит для тех, кто увлечен AI и стремится внести значимый вклад в области химии и материаловедения.

FAIR стремится сдвигать границы искусственного интеллекта и технологии. Наша команда химии находится на переднем крае, разрабатывая методы AI для ускорения открытия инновационных материалов для решений проблемы изменения климата и приложений дополненной/виртуальной реальности.

Будучи научным сотрудником с акцентом на AI для науки, вы будете возглавлять критически важные исследовательские проекты, которые улучшат науку и технологию интеллектуальных машин. Ваши вклады будут ключевыми в продвижении применений AI в химии и материаловедении для достижения амбициозных исследовательских целей. Некоторые из ваших обязанностей включают в себя:

• Создание усовершенствованных данных на основе моделей для химии и материалов.
• Сотрудничество в международных исследовательских проектах.
• Содействие прогрессу в AI путем публикации результатов и вклада в разработку продуктов Meta.

Кандидаты должны иметь или находиться в процессе получения докторской степени по специальности машинное обучение, компьютерные науки, физика или искусственный интеллект. Также вы должны иметь:

• Опыт применения AI в научных областях, таких как вычислительная химия.
• Знание программных языков, таких как Python, C++ или Julia, и инструментов, таких как Pytorch или Tensorflow.
• Сильное портфолио, демонстрирующее значительные результаты через гранты, стипендии, патенты или публикации на престижных семинарах или конференциях, таких как NeurIPS, ICML или аналогичных.

Хотя это не обязательно, дополнительные привлекательные квалификации включают:

• Доказанный опыт в области программной инженерии и исследований, показанный через стажировки, рабочий опыт или заметные вклады в открытые платформы.
• Экспертиза в оптимизации методов машинного обучения или глубокого обучения.
• Демонстрация способности решать аналитические проблемы с использованием кол