Используем cookie для работы сайта и статистики. «Хорошо» разрешит ещё и запись сессий.
IIsomorphic Labs
Лозанна, Швейцария1 год назад
Isomorphic Labs is applying frontier AI to help unlock deeper scientific insights, faster breakthroughs, and life-changing medicines with an ambition to solve all disease. The future is coming. A future enabled and enriched by the incredible power of machine learning. A future in which diseases are curtailed or cured starting with better and faster drug discovery. Come and be part of an interdisciplinary team driving groundbreaking innovation and play a meaningful role in contributing towards us achieving our ambitious goals, while being a part of an inspiring and collaborative culture. The world we want tomorrow is the one we’re building today. It starts with the culture at this company. It starts with you.
About Iso
Isomorphic Labs (IsoLabs) was launched in 2021 to advance human health by building on and beyond the Nobel-winning AlphaFold system. Since then, our interdisciplinary team of drug discovery experts and machine learning specialists has built powerful new predictive and generative AI models that accelerate scientific discovery at digital speed.
Our name comes from the belief that there is an underlying symmetry between biology and information science. By harnessing AI’s powerful capabilities, we can use it to model complex biological phenomena to help design novel molecules, anticipate how drugs will perform and develop innovative medicines to treat and cure some of the world’s most devastating diseases.
We have built a world-leading drug design engine comprising AI models that are capable of working across multiple therapeutic areas and drug modalities. We are continually innovating on model architecture and developing cutting-edge capabilities to advance rational drug design.
Every day, and with each new breakthrough, we’re getting closer to the promise of digital biology, and achieving our ambitious mission to one day solve all disease with the help of AI.
Research Engineering (Machine Learning), London
We are looking for Research Engineers with different levels of experience - Senior, Staff, Principal or equivalent levels.
Your impact
This is an exciting opportunity for you to contribute to frontier research at the intersection of AI and drug design. Working in a highly creative, iterative environment, you will be partnering with scientists and engineers to advance foundational models that will transform the biopharmaceutical world as we know it. You will draw upon your existing engineering and Machine Learning experience whilst learning from those around you, to apply novel techniques and ideas to newly encountered computational biology and chemistry problems.
What you will do
Implementation & Optimisation: Translate research concepts into practical implementations by developing and optimising state-of-the-art AI models, and building and maintaining robust codebases, data pipelines, and infrastructure for training and evaluation.
Experimentation & Evaluation: Design, implement, and run experiments to evaluate the performance and robustness of ML models, using a full spectrum of state-of-the-art machine learning methods. Evaluating, tuning, and maintaining AI/ML models (which includes collecting and preparing data as needed)
Evaluation & Inference: Implement algorithms and software to analyse and evaluate the performance of AI models.
Optimising performance of AI/ML models such as Diffusion models, Transformers, GNNs, leveraging a deep understanding of the AI/ML hardware+software stack
Advise on how to bring AI/ML models to production and/or integrating them into product offerings, and monitoring and refining their behavior.
Developing specialised tools/frameworks/infrastructure to aid in the work above
Collaboration & Knowledge Sharing: Work closely with research scientists and engineers, contributing to team discussions, sharing knowledge, and actively participating in code reviews to foster a collaborative environment.
Innovation & Impact: Proactively identify and address technical challenges, stay updated on the latest AI advancements, and focus on developing solutions that enable scaling our wider foundation and applied model platforms.
Ability to execute on independent engineering projects and software development towards research goals.
Skills and Qualifications
Essential
Industry Experience: 4+ years of experience working in reputable tech companies or research labs.
Academic Background: Advanced degree (Master’s or PhD) in a highly quantitative field (Computer Science, AI, Physics, Mathematics, etc.) or equivalent practical experience.
ML Fundamentals: Deep understanding of machine learning principles and techniques.
Framework Expertise: Strong proficiency in deep learning frameworks such as JAX or PyTorch.
Modern Architectures: Hands-on experience building and working with modern model architectures (e.g., Transformers, GNNs, Diffusion Models).
Full ML Lifecycle: Experience taking models from conception to production (scoping, data analysis, training, debugging, evaluation, benchmarking, and deployment).
Engineering Excellence: Excellent software development skills with strong algorithms and data structures fundamentals.
Collaboration & Communication: An excellent team player with strong written and verbal communication skills, able to collaborate seamlessly in a cross-disciplinary environment.
Agency: Self-directed with an ability to navigate ambiguity, propose and own complex projects, learn the necessary context, and readily adapt to new domains and developments.
Nice to have
Proven Research Record: A history of scientific contributions (e.g., publications at NeurIPS, ICML, ICLR, CVPR) or significant contributions to state-of-the-art AI models.
Scale & Performance: Experience training models across distributed systems (multi-GPU/multi-node) and optimising training and inference performance (e.g., XLA, Triton, CUDA, Pallas).
Domain Knowledge: A strong interest in, or knowledge of, biochemistry, computational biology, or drug discovery fundamentals.
Applied ML: Experience developing models developed for real-world applications.
Infrastructure: Solid technical infrastructure knowledge and experience with low-level engineering (e.g., GCP, Kubernetes, Docker)
Culture and values
We are guided by our shared values. It's not about finding people who think and act in the same way. These values help to guide our work and will continue to strengthen it.
Thoughtful Thoughtful at Iso is about curiosity, creativity and care. It is about good people doing good, rigorous and future-making science every single day.
Brave Brave at Iso is about fearlessness, but it’s also about initiative and integrity. The scale of the challenge demands nothing less.
Determined Determined at Iso is the way we pursue our goal. It’s a confidence in our hypothesis, as well as the urgency and agility needed to deliver on it. Because disease won’t wait, so neither should we.
Together Together at Iso is about connection, collaboration across fields and catalytic relationships. It’s knowing that transformation is a group project, and remembering that what we’re doing will have a real impact on real people everywhere.
Creating an extraordinary company
We believe that to be successful we need a team with a range of skills and talents. We're building an environment where collaboration is fundamental, learning is shared and every employee feels supported and able to thrive. We value unique experiences, knowledge, backgrounds, and perspectives, and harness these qualities to create extraordinary impact.
We are committed to equal employment opportunities regardless of sex, race, religion or belief, ethnic or national origin, disability, age, citizenship, marital, domestic or civil partnership status, sexual orientation, gender identity, pregnancy or related condition (including breastfeeding) or any other basis protected by applicable law. If you have a disability or additional need that requires accommodation, please do not hesitate to let us know.
Hybrid working
It’s hugely important for us to share knowledge and build strong relationships with each other, and we find it easier to do this if we spend time together in person. This is why we follow a hybrid model, and would require you to be able to come into the office 3 days a week (currently Tuesday, Wednesday, and one other day depending on which team you’re in). If you have additional needs that would prevent you from following this hybrid approach, we’d be happy to talk through these if you’re selected for an initial screening call.
Please note that when you submit an application, your data will be processed in line with our privacy policy .
Сравним навыки, грейд, формат работы и зарплату
Чаще всего от 132 000 до 194 000
Грейд
Senior
Опыт работы
от 4 лет
Формат работы
Гибрид
Уровень английского
B2, выше среднего
Письмо на почту или сообщение рекрутеру в Telegram
Isomorphic Labs применяет передовые ИИ для получения более глубоких научных знаний, ускорения прорывов и создания медикаментов, меняющих жизнь, с амбицией решить проблему всех болезней. Будущее уже наступает. Будущее, обеспеченное и обогащенное невероятной мощью машинного обучения. Будущее, в котором болезни будут сдерживаться или излечиваться, начиная с более качественного и быстрого открытия лекарств. Присоединяйтесь к нашей междисциплинарной команде, движущей новаторские инновации, и сыграйте значимую роль в достижении наших амбициозных целей, будучи частью вдохновляющей и совместной культуры. Мир, который мы хотим завтра, — это тот, который мы строим сегодня. Все начинается с культуры в этой компании. Все начинается с вас.
О Iso
Isomorphic Labs (IsoLabs) была основана в 2021 году для улучшения здоровья человека, опираясь на систему AlphaFold, удостоенную Нобелевской премии, и развивая ее. С тех пор наша междисциплинарная команда экспертов по открытию лекарств и специалистов по машинному обучению создала мощные новые предиктивные и генеративные модели ИИ, ускоряющие научные открытия со скоростью цифровых технологий.
Наше название происходит от убеждения, что существует фундаментальная симметрия между биологией и информатикой. Используя мощные возможности ИИ, мы можем моделировать сложные биологические явления, чтобы помочь в разработке новых молекул, предсказывать эффективность лекарств и создавать инновационные медикаменты для лечения и излечения некоторых из самых разрушительных болезней в мире.
Мы создали ведущий в мире движок для разработки лекарств, состоящий из моделей ИИ, способных работать в различных терапевтических областях и модальностях лекарств. Мы постоянно внедряем инновации в архитектуру моделей и разрабатываем передовые возможности для усовершенствования рационального дизайна лекарств.
Каждый день, с каждым новым прорывом, мы приближаемся к реализации потенциала цифровой биологии и достижению нашей амбициозной миссии — однажды решить проблему всех болезней с помощью ИИ.
Research Engineering (Machine Learning), Лондон
Мы ищем инженеров-исследователей с различным уровнем опыта — Senior, Staff, Principal или эквивалентным.
Ваше влияние
Это захватывающая возможность для вас внести свой вклад в передовые исследования на стыке ИИ и разработки лекарств. Работая в высококреативной, итеративной среде, вы будете сотрудничать с учеными и инженерами для развития фундаментальных моделей, которые преобразят биофармацевтический мир, каким мы его знаем. Вы будете использовать свой существующий опыт в области инженерии и машинного обучения, одновременно учась у окружающих, чтобы применять новые методы и идеи к недавно возникшим задачам в области вычислительной биологии и химии.
Мы руководствуемся нашими общими ценностями. Дело не в том, чтобы находить людей, которые думают и действуют одинаково. Эти ценности помогают направлять нашу работу и будут продолжать укреплять ее.
Вдумчивость (Thoughtful) Вдумчивость в Iso — это любопытство, креативность и забота. Это о том, как хорошие люди каждый день занимаются хорошей, строгой и перспективной наукой.
Смелость (Brave) Смелость в Iso — это бесстрашие, но это также инициатива и добросовестность. Масштаб задачи требует не меньше.
Решительность (Determined) Решительность в Iso — это наш путь к цели. Это уверенность в нашей гипотезе, а также срочность и гибкость, необходимые для ее реализации. Поскольку болезни не ждут, мы тоже не должны.
Вместе (Together) Вместе в Iso — это связь, сотрудничество между областями и каталитические отношения. Это понимание того, что трансформация — это командный проект, и напоминание о том, что то, что мы делаем, окажет реальное влияние на реальных людей повсюду.
Создание выдающейся компании
Мы верим, что для достижения успеха нам нужна команда с разнообразными навыками и талантами. Мы создаем среду, в которой сотрудничество является фундаментальным, обучение является общим, и каждый сотрудник чувствует себя поддержанным и способным преуспевать. Мы ценим уникальный опыт, знания, происхождение и взгляды, и используем эти качества для создания выдающегося влияния.
Реализация и оптимизация: Преобразовывать исследовательские концепции в практические реализации, разрабатывая и оптимизируя передовые модели ИИ, а также создавая и поддерживая надежные кодовые базы, конвейеры данных и инфраструктуру для обучения и оценки.
Экспериментирование и оценка: Проектировать, реализовывать и проводить эксперименты для оценки производительности и надежности моделей машинного обучения, используя полный спектр современных методов машинного обучения. Оценивать, настраивать и поддерживать модели ИИ/МО (что включает в себя сбор и подготовку данных по мере необходимости).
Оценка и вывод: Реализовывать алгоритмы и программное обеспечение для анализа и оценки производительности моделей ИИ.
Оптимизация производительности моделей ИИ/МО, таких как Diffusion models, Transformers, GNNs, используя глубокое понимание аппаратного и программного стека ИИ/МО.
Консультировать по вопросам вывода моделей ИИ/МО в продакшн и/или их интеграции в продуктовые предложения, а также по мониторингу и уточнению их поведения.
Разработка специализированных инструментов/фреймворков/инфраструктуры для содействия вышеуказанной работе.
Сотрудничество и обмен знаниями: Тесно сотрудничать с исследователями и инженерами, вносить вклад в командные обсуждения, делиться знаниями и активно участвовать в обзорах кода для развития совместной среды.
Инновации и влияние: Проактивно выявлять и решать технические проблемы, оставаться в курсе последних достижений в области ИИ и сосредоточиться на разработке решений, которые позволят масштабировать наши более широкие фундаментальные и прикладные платформы моделей.
Способность выполнять независимые инженерные проекты и разработку программного обеспечения для достижения исследовательских целей.
Обязательные требования
Опыт работы в отрасли: более 4 лет опыта работы в авторитетных технологических компаниях или исследовательских лабораториях.
Образование: Высшее образование (магистр или PhD) в области высококоличественных дисциплин (Computer Science, AI, Physics, Mathematics и т.д.) или эквивалентный практический опыт.
Основы ML: Глубокое понимание принципов и методов машинного обучения.
Опыт работы с фреймворками: Высокий уровень владения фреймворками глубокого обучения, такими как JAX или PyTorch.
Современные архитектуры: Практический опыт создания и работы с современными архитектурами моделей (например, Transformers, GNNs, Diffusion Models).
Полный жизненный цикл ML: Опыт доведения моделей от концепции до продакшена (определение объема работ, анализ данных, обучение, отладка, оценка, бенчмаркинг и развертывание).
Инженерное мастерство: Отличные навыки разработки программного обеспечения с прочными знаниями алгоритмов и структур данных.
Сотрудничество и коммуникация: Отличный командный игрок с сильными навыками письменного и устного общения, способный безупречно сотрудничать в междисциплинарной среде.
Инициативность: Самостоятельность со способностью ориентироваться в неоднозначных ситуациях, предлагать и брать на себя ответственность за сложные проекты, изучать необходимый контекст и легко адаптироваться к новым областям и разработкам.
Доказанный исследовательский опыт: История научных вкладов (например, публикации на NeurIPS, ICML, ICLR, CVPR) или значительный вклад в современные модели ИИ.
Масштаб и производительность: Опыт обучения моделей в распределенных системах (multi-GPU/multi-node) и оптимизации производительности обучения и вывода (например, XLA, Triton, CUDA, Pallas).
Знание предметной области: Сильный интерес к биохимии, вычислительной биологии или основам разработки лекарств, либо знание этих областей.
Прикладное ML: Опыт разработки моделей для реальных приложений.
Инфраструктура: Прочные знания технической инфраструктуры и опыт низкоуровневой инженерии (например, GCP, Kubernetes, Docker).
Для нас крайне важно делиться знаниями и строить прочные отношения друг с другом, и мы находим это проще делать, проводя время вместе лично. Именно поэтому мы придерживаемся гибридной модели и требуем, чтобы вы могли приходить в офис 3 дня в неделю (в настоящее время вторник, среда и один другой день в зависимости от вашей команды). Если у вас есть дополнительные потребности, которые помешают вам следовать этому гибридному подходу, мы будем рады обсудить их, если вы пройдете первоначальный скрининг-звонок.
