О Apheris
В Apheris мы создаем будущее применения ИИ в фармацевтических исследованиях и разработках. Мы позволяем ведущим фармацевтическим командам быстрее открывать и разрабатывать лекарства. Мы располагаем крупнейшими в отрасли федеративными сетями данных для ИИ в области открытия лекарств, охватывающими совместное фолдинг, ADMET и разработability антител.
В этих сетях модели обучаются на проприетарных отраслевых наборах данных для достижения более высокой производительности и широкой применимости, сохраняя при этом контроль над данными и защищая интеллектуальную собственность.
Мы предоставляем эти превосходные модели через приложения для открытия лекарств, которые позволяют командам использовать их в больших масштабах, настраивать их и интегрировать в существующие рабочие процессы НИОКР.
- Сеть AI Structural Biology (AISB): Фармацевтические компании сотрудничают в области совместного фолдинга, предсказания связывания на основе структуры и дизайна антител.
- Сеть ADMET: Фармацевтические и биотехнологические компании сотрудничают для улучшения предсказания свойств малых молекул и расширения на другие модальности лекарств.
- Сеть Antibody Developability: Фармацевтические партнеры сотрудничают для федерализации исторических и специально созданных наборов данных по разработability антител для безопасного обучения ML, без утечки данных из среды каждого партнера.
О роли
Мы ищем ML Engineer, который присоединится к нашей команде ML для больших молекул и будет создавать модели для наших программ по антителам, совместному фолдингу и разработability.
Это практическая роль на стыке фундаментальных моделей, структурной биологии, инжиниринга белков и федеративного обучения. Вы будете создавать, обучать и оценивать ML-системы для моделирования антител, совместного фолдинга, предсказания разработability и открытия биопрепаратов, работая с проприетарными фармацевтическими данными в наших федеративных сетях.
Вы будете полностью отвечать за существенные части наших модельных программ. Это означает, что вы будете брать прототипы, основанные на исследованиях или с открытым исходным кодом, и превращать их в модели, которые можно оценивать, выпускать и использовать в реальных рабочих процессах открытия лекарств.
О вас
Вы — ML Engineer, который тесно работает с наукой. Вы обучали и оценивали модели на биологических данных, и вы можете взять статью или модель с открытым исходным кодом и заставить ее работать над новой проблемой.
Вас волнует, действительно ли модель работает, а не только то, хорошо ли выглядят цифры, и вы хотите, чтобы ваша работа в конечном итоге использовалась командами НИОКР фармацевтических компаний.
Что вы будете делать
- Создавать, дообучать и расширять большие биомолекулярные модели, такие как OpenFold, Boltz-2 и ESM, для моделирования антител, совместного фолдинга, предсказания связывания и разработability.
- Превращать исследовательский код и прототипы в надежные компоненты, работающие в наших федеративных конвейерах обучения и оценки.
- Разрабатывать оценки и бенчмарки, а также предоставлять пакеты результатов партнерам консорциума.
- Нести ответственность за рабочие процессы до их выпуска в соответствии с согласованными этапами, заблаговременно сообщая о рисках и компромиссах.
- Работать с командами по продуктам, инжинирингу, исследованиям и членами консорциума, чтобы гарантировать, что работа над моделями соответствует реальным потребностям приложений.
Что мы ожидаем от вас
- Степень магистра, доктора наук или эквивалентный опыт в области машинного обучения, вычислительной биологии, биоинформатики, физики или смежной области.
- Отличное знание Python и PyTorch, а также практический опыт обучения или дообучения моделей глубокого обучения на биомолекулярных данных.
- Практический опыт работы с моделями совместного фолдинга или языковыми моделями белков, такими как OpenFold, AlphaFold, Boltz, ESM или аналогичными, помимо простого запуска инференса.
- Хорошие привычки в оценке и надежная инженерная практика: справедливые бенчмарки, воспроизводимые эксперименты и код, на основе которого другие могут развиваться.
Желательно
- Опыт работы с обучением, оценкой или развертыванием на базе Kubernetes, или другими инструментами MLOps и инфраструктуры ML.
- Опыт работы с федеративным обучением, ML с сохранением конфиденциальности, или распределенным обучением на нескольких GPU.
- Опыт работы в фармацевтической, биотехнологической или других регулируемых или высокодоверительных средах.
- Публикации в областях ML, вычислительной биологии или структурной биологии, таких как NeurIPS, ICML, ICLR или аналогичных.
Что мы предлагаем вам
- Конкурентоспособная заработная плата, вкл. опционы на акции на ранней стадии.
- Удаленная работа — работайте там, где вам лучше всего, будь то дома или в коворкинге рядом с вами.
- Отличный пакет льгот, включая бюджет на благополучие, льготы по охране психического здоровья, бюджет на обустройство рабочего места дома, стипендию на коворкинг и бюджет на обучение и развитие.
- Регулярные обеды команды и социальные мероприятия.
- Щедрое количество выходных дней.
- Ежеквартальные общие собрания в нашем берлинском головном офисе или в другом европейском месте.
- Веселая, разнообразная команда увлеченных людей, стремящихся использовать ИИ и ML во благо.
- Много возможностей для личного и профессионального роста и формирования собственной роли.
Логистика
Наше миссия
