Используем cookie для работы сайта и статистики. «Хорошо» разрешит ещё и запись сессий.
SSchrödinger
Нью-Йорк, Соединенные Штаты5 месяцев назад
120 000 – 175 000 USD
в год
Уровень английского
B2, выше среднего
Письмо на почту или сообщение рекрутеру в Telegram
Мы ищем специалиста по машинному обучению (ML), который присоединится к нам в нашей миссии по трансформации процесса открытия терапевтических средств и материалов. Schrödinger стала пионером в разработке программной платформы на основе физических принципов, которая позволяет быстрее и с меньшими затратами, по сравнению с традиционными методами, находить высококачественные, новые молекулы для разработки лекарств и применения в материаловедении. Программная платформа используется биофармацевтическими и промышленными компаниями, академическими учреждениями и государственными лабораториями по всему миру. Наша междисциплинарная команда по разработке лекарств также использует программную платформу для продвижения совместных программ и собственного портфеля новых терапевтических средств для удовлетворения неудовлетворенных медицинских потребностей. В качестве члена нашей команды по машинному обучению вы будете разрабатывать передовые ML-силовые поля, ориентированные на значимые приложения в области наук о жизни и материаловедении.
Создавать и управлять большими наборами данных, сгенерированными с использованием методов квантовой химии в масштабе, для разработки предсказательных ML-силовых полей. Разрабатывать программное обеспечение, которое обучает и применяет ML-силовые поля для решения сложных задач в области наук о жизни и материаловедения. Расширять точность, возможности и обобщающую способность текущих ML-силовых полей. Общаться о результатах и представлять идеи команде.
Эксперту по ML-силовым полям, который разрабатывал, валидировал и применял ML-силовые поля для моделирования сложных конденсированных систем, таких как твердо-жидкие интерфейсы, реактивные процессы в конденсированной фазе или растворенные биомолекулы. Инноватору, который стремится использовать технические знания для достижения ощутимого результата. Ученому с глубоким знанием как конечных систем, так и периодического DFT, а также других методов электронной структуры, и который понимает ограничения и надлежащее применение этих методов. Опытному Python-программисту с предыдущими знаниями ML-инструментариев, таких как PyTorch, Scikit-Learn, NumPy, SciPy и Pandas. Самостоятельному исследователю, который любит сотрудничать с междисциплинарной командой в быстро меняющейся среде. Докторская степень (или обширный опыт) в области химии, материаловедения, инженерии, компьютерных наук или физики. Подтвержденный опыт научных достижений и самостоятельных исследований. Предыдущий опыт разработки ML-силовых полей и/или методов электронной структуры.
Schrödinger понимает, что именно люди делают компанию великой. Поэтому мы готовы предложить конкурентоспособную заработную плату, вознаграждение в виде акций и широкий спектр льгот, включая медицинское обслуживание (со стоматологией и офтальмологией), 401k, льготы на проезд до работы (с предварительным налогообложением), гибкий график работы и программу отпуска по уходу за ребенком. У нас корпоративная культура, которая расслаблена, но в то же время активна, и более месяца оплачиваемого отпуска. Наша команда по управлению офисом также планирует множество веселых общекорпоративных мероприятий. В Нью-Йорке находится наш крупнейший офис, но у нас есть команды по всему миру. Schrödinger удостоена чести быть включенной в списки "Crain's New York Best Places to Work", "BuiltIn's NYC Best Place to Work" и "Newsweek's list of America's 100 Most Loved Workplaces". Примерный диапазон базовой заработной платы: $120 000 - $175 000. Фактический компенсационный пакет зависит от ряда факторов, включая, например, опыт, образование, наличие степеней, рыночные данные и потребности бизнеса. Если у вас есть какие-либо вопросы относительно компенсации за эту должность, не стесняйтесь обращаться к члену нашей команды Strategic Growth.
We’re seeking a Machine Learning (ML) Scientist to join us in our mission to transform the discovery of therapeutics and materials. Schrödinger has pioneered a physics-based software platform that enables discovery of high-quality, novel molecules for drug development and materials applications more rapidly and at lower cost compared to traditional methods. The software platform is used by biopharmaceutical and industrial companies, academic institutions, and government laboratories around the world. Our multidisciplinary drug discovery team also leverages the software platform to advance collaborative programs and its own pipeline of novel therapeutics to address unmet medical needs. As a member of our Machine Learning team, you’ll develop state-of-the-art ML force fields targeting impactful applications in Life and Materials sciences. Who will love this job: An ML force fields expert who has developed, validated, and applied ML force fields to simulate complex condensed-phase systems, such as solid-liquid interfaces, reactive events in the condensed phase, or solvated biomolecules An innovator who’s driven to leverage technical knowledge to make a tangible impact A scientist with deep knowledge of both finite system and periodic DFT, as well as other electronic structure methods, and who understands the limitations and appropriate applications of these methods A proficient Python programmer with prior knowledge of ML toolkits such as PyTorch, Scikit-Learn, NumPy, SciPy, and Pandas An independent researcher who enjoys collaborating with an interdisciplinary team in a fast-paced environment What you’ll do: Build and manage large data sets generated using quantum chemical methods at scale to develop predictive ML force fields Develop software that trains and applies ML force fields to challenging problems in life and materials sciences Extend the accuracy, capability and generalization of current ML force fields Communicate results and present ideas to the team What you should have: A PhD (or extensive experience) in Chemistry, Materials Science, Engineering, Computer Science, or Physics A proven track record of scientific contribution and independent research Prior experience with development of ML force fields and/or electronic structure methods Pay and perks: Schrödinger understands it’s people that make a company great. Because of this, we’re prepared to offer a competitive salary, equity-based compensation, and a wide range of benefits that include healthcare (with dental and vision), a 401k, pre-tax commuter benefits, a flexible work schedule, and a parental leave program. We have a company culture that is relaxed but engaged, and over a month of paid vacation time. Our Office Management team also plans a myriad of fun company-wide events. New York is home to our largest office, but we have teams all over the world. Schrödinger is honored to have been included in Crain's New York Best Places to Work, BuiltIn's NYC Best Place to Work, and Newsweek's list of America's 100 Most Loved Workplaces. Estimated base salary range: $120,000 - $175,000. Actual compensation package is dependent on a number of factors, including, for example, experience, education, degrees held, market data, and business needs. If you have any questions regarding the compensation for this role, do not hesitate to reach out to a member of our Strategic Growth team. Sound exciting? Apply today and join us! As an equal opportunity employer, Schrödinger hires outstanding individuals into every position in the company. People who work with us have a high degree of engagement, a commitment to working effectively in teams, and a passion for the company's mission. We place the highest value on creating a safe environment where our employees can grow and contribute, and refuse to discriminate on the basis of race, color, religious belief, sex, age, disability, national origin, alienage or citizenship status, marital status, partnership status, caregiver status, sexual and reproductive health decisions, gender identity or expression, sexual orientation, or any other protected characteristic. To us, "diversity" isn't just a buzzword, but an important element of our core principles and key business practices. We believe that diverse companies innovate better and think more creatively than homogenous ones because they take into account a wide range of viewpoints. For us, greater diversity doesn't mean better headlines or public images - it means increased adaptability and profitability.
Сравним навыки, грейд, формат работы и зарплату
Чаще всего от 185 000 до 228 000