Machine Learning - Research Internship

Про Aqemia

Aqemia — це провідна фармацевтична компанія, що змінює ландшафт відкриття ліків завдяки одній із найшвидше зростаючих у світі дослідницьких програм. Наша місія полягає в тому, щоб швидко створювати інноваційні кандидати на ліки для численних критичних захворювань. Що відрізняє нас від інших, так це наша унікальна комбінація алгоритмів квантової та статистичної механіки, які використовуються генеративним штучним інтелектом для створення нових кандидатів на ліки. Наша передова технологічна платформа забезпечує неймовірну швидкість і точність, що дозволяє нам масштабувати проекти з відкриття ліків аналогічно до технологічних підприємств. Наші зусилля підтримуються провідними партнерами з провідних фармацевтичних компаній, екосистеми FrenchTech та престижних інвестиційних фондів.

Про команду

Як стажер у сфері досліджень машинного навчання, ви будете частиною елітної команди інженерів та дослідників, які розробляють алгоритми для підвищення ефективності та прискорення нашої внутрішньої програми відкриття ліків. Зокрема, ви будете інтегровано в команду з розширення рядів, яка складається з 3 МН інженерів, і тісно співпрацюватимете з Віктором Сайянтом.

Ваша роль

Ваше завдання полягатиме у глибокому зануренні в молекулярне генерування, включаючи огляд літератури, впровадження та навчання/оцінку моделей на публічних та приватних даних. Тривалість стажування є гнучкою та варіюється від 4 до 6 місяців, з можливістю початку на початку 2024 року.

Мета стажування полягає у вирішенні задачі генерування молекул, що умовлені на білку, можливо у межах обмеженого хімічного простору та з додатковими фізико-хімічними властивостями. Підхід включає використання дифузійних моделей на графах (див. посилання [1][2]). Ви також можете досліджувати альтернативні методи, такі як авто-регресивні моделі, на пізнішій стадії (див. посилання [3][4]).

Необхідні навички

• Магістр або студент PhD у галузі комп'ютерних наук, прикладної математики, біоінформатики або споріднених областях.
• Сильний інтерес до машинного навчання, з бажанням бути в курсі сучасних досягнень.
• Тверде розуміння математики та статистики для критичної оцінки дослідницьких статей.
• Досвід програмування на Python та практичні навички з фреймворками глибокого навчання, такими як PyTorch/Jax/TensorFlow.
• Допитливість і ентузіазм до вивчення нових тем від різних експертів, з вірою у вирішальну роль машинного навчання у відкритті ліків.

Додаткові переваги

• Досвід у області навчання представленню та генеративному моделюванні.
• Інтерес до роботи з комплексними структурованими даними, такими як графи, точкові хмари та текст.
• Знання у біології, хімії або хемоінформатики є значною перевагою.

Джерела

• Хуан, Л., Сю, Т., Ю, Ю.