Senior Machine Learning Research Scientist (m/f/d) - Generative AI for Drug Design

Местоположение: Берлин, Германия

Карьера в Pfizer предоставляет возможности, ответственность и влияние. По всему миру сотрудники Pfizer работают вместе, чтобы положительно влиять на здоровье каждого человека, везде. Наши сотрудники имеют возможность развивать карьеру, которая обеспечивает как индивидуальный, так и корпоративный успех; быть частью культуры владения, которая ценит разнообразие и где все сотрудники полны энергии и вовлечены; и иметь возможность влиять на здоровье и жизнь миллионов людей. Pfizer, мировой лидер в биофармацевтической индустрии, постоянно ищет лучшие таланты, которых вдохновляет наша цель — внедрять инновации для доставки пациентам методов лечения, которые значительно улучшают их жизнь.

Присоединяйтесь к нашей новаторской команде на переднем крае открытия лекарств на основе ИИ. Будучи авторами фреймворков FLOWR и PILOT, мы расширяем нашу группу исследователей в области машинного обучения, чтобы и дальше развивать и применять передовые генеративные модели как для дизайна лекарств на основе структуры, так и на основе лигандов. В этой роли вы будете разрабатывать, внедрять и валидировать новые инструменты машинного обучения, которые генерируют проверяемые гипотезы и помогают ускорить весь процесс открытия лекарств. Вы будете работать с богатыми проприетарными данными Pfizer, крупномасштабными внешними наборами данных и сверхбольшими данными из стратегических коллабораций, чтобы расширить границы наших возможностей в области машинного обучения. Это уникальная возможность внести свой вклад в передовые исследования, одновременно преобразуя инновации в реальное влияние на пациентов.

Что вы будете делать

• Разрабатывать, создавать и валидировать передовые модели машинного обучения с акцентом на генеративный ИИ и самообучение.
• Применять современные генеративные фреймворки (например, диффузионные или потоковые подходы) для решения задач молекулярного дизайна.
• Разрабатывать предиктивные модели, сочетающие структурные и биохимические данные (например, прогнозирование силы связывания).
• Исследовать и внедрять новые подходы к обучению представлений с использованием крупномасштабных неразмеченных наборов данных.
• Транслировать новые исследования в области машинного обучения в эффективные приложения для открытия лекарств.
• Сотрудничать с кросс-функциональными экспертами в области вычислительной биологии, химии и дизайна лекарств.
• Вносить вклад в публикации, конференции и внешнюю научную деятельность.

Ваш профиль

Мы ищем специалистов с сильной технической экспертизой и любознательностью для стимулирования инноваций. Вы можете принести опыт через различные пути:

Обязательные квалификации:

• Продвинутая степень или эквивалентный опыт в области информатики, машинного обучения, математики, вычислительной биологии или смежной области.
• Подтвержденный опыт разработки моделей и алгоритмов машинного обучения.
• Сильные навыки программирования (например, Python).
• Опыт работы с научными или сложными структурированными наборами данных.

Предпочтительные квалификации:

• Сильный послужной список публикаций в области машинного обучения или вычислительных наук (например, NeurIPS, ICML, ICLR или сопоставимых площадок).
• Практический опыт внедрения моделей глубокого обучения с использованием фреймворков, таких как PyTorch.
• Экспертиза в современных методах генеративного моделирования, таких как диффузионные модели, подходы к потоковому соответствию, обучение с подкреплением и/или методы самообучения (например, JEPA).
• Опыт работы с научными типами данных, относящимися к открытию лекарств (например, молекулярные структуры, данные белков или крупномасштабные биологические наборы данных).
• Опыт работы со средами высокопроизводительных вычислений (например, SLURM) и/или облачными платформами (например, AWS, Google Cloud).
• Знакомство с инструментами хемоинформатики (например, RDKit).
• Подтвержденная способность преобразовывать исследовательские идеи в прикладные решения в научной или промышленной среде.

Технологии, которые мы используем

Вычислительные кластеры на базе Slurm на месте, Google Cloud Platform, AWS, Docker, Kubernetes, Python (PyTorch, numpy, pandas, scikit-learn, RDKit).

„Breakthroughs that change patients’ lives“ - Unser klares Unternehmensziel ist es, Durchbrüche zu erreichen, die das Leben von PatienInnen verändern. Sie sind der Sinn unseres Tuns. Wenn Sie Teil dieser Vision sein wollen und die gleiche Leidenschaft teilen, ist Pfizer der ideale Ort, um eine Karriere zu beginnen oder um eine erfolgreich fortzusetzen.