Starszy inżynier ds. badań nad uczeniem maszynowym

O RelationRelation to firma TechBio, która definiuje sektor i opracowuje leki transformacyjne, których podstawą jest technologia. Naszą ambicją jest zrozumienie biologii człowieka w bezprecedensowy sposób i odkrycie terapii pozwalających leczyć niektóre z najbardziej wyniszczających chorób. Wykorzystujemy multiomikę pojedynczych komórek z tkanki pacjenta, testy funkcjonalne i uczenie maszynowe, aby pogłębiać wiedzę na temat chorób, od przyczyny do wyleczenia.

Szybko się skalujemy i budujemy zespół wyjątkowych osób, aby przesuwać granice odkrywania leków. Będziesz pracować w wysoce interdyscyplinarnych zespołach, w których biologia, obliczenia i inżynieria łączą się, aby rozwiązywać złożone problemy, które nie zostały wcześniej rozwiązane. Nasze najnowocześniejsze mokre i suche laboratoria w sercu Londynu zostały zaprojektowane tak, aby przyspieszyć tę integrację i przełożyć wiedzę na wpływ.

Zależy nam na budowaniu zróżnicowanych i włączających zespołów. Relation jest pracodawcą zapewniającym równe szanse i nie dyskryminuje ze względu na płeć, orientację seksualną, stan cywilny lub związek partnerski, zmianę płci, rasę, kolor skóry, narodowość, pochodzenie etniczne lub narodowe, religię lub przekonania, niepełnosprawność lub wiek. Dołączając do Relation, pomożesz zdefiniować, w jaki sposób odkrywane są leki i wywierać znaczący wpływ na pacjentów.

SzansaRelation oferuje starszemu inżynierowi ds. badań maszynowych wyjątkową możliwość pomocy w budowaniu i skalowaniu nowej generacji generatywnych i predykcyjnych modeli zachowań komórkowych. Inżynierowie ds. badań w Relation to inżynierowie oprogramowania z głęboką wiedzą na temat uczenia maszynowego i głębokiego uczenia się, którzy pełnią rolę krytycznego pomostu między teorią a wdrażaniem: projektują, budują i skalują złożone systemy, od których zależą nasze badania nad uczeniem się maszynowym. Dołączysz do zespołu mającego dostęp do najnowocześniejszych multiomicznych i interwencyjnych zbiorów danych, zaawansowanej infrastruktury obliczeniowej oraz głębokiej interdyscyplinarnej wiedzy specjalistycznej, a także kultury obejmującej nowoczesne narzędzia uczenia maszynowego, w tym agentyczne przepływy pracy.

Kluczowe obowiązki obejmują wdrażanie i optymalizację dużych modeli sieci neuronowych; budowanie solidnej infrastruktury na potrzeby rozproszonego szkolenia, oceny i wnioskowania; oraz nawiązanie współpracy z ML Scientific, aby przenieść badania z prototypów na systemy klasy produkcyjnej, zastosowane do dużych, multimodalnych danych biologicznych, przetestowane bezpośrednio w biologii eksperymentalnej. Codziennie będziesz wdrażać i optymalizować duże modele, współpracując z ML Naukowcy w celu przekładania pomysłów badawczych na powtarzalne, skalowalne potoki szkoleniowe. Profiluj i optymalizuj szkolenia w zakresie obliczeń, pamięci i operacji we/wy, dążąc do wymiernych korzyści w zakresie przepustowości, konwergencji i stabilności.

Projektuj i wdrażaj rozproszone strategie szkoleniowe we wszystkich obszarach konfiguracje z wieloma procesorami graficznymi i wieloma węzłami.Tworzenie i utrzymywanie podstawowej infrastruktury ML.Wnoszenie wkładu w decyzje dotyczące architektury i algorytmów, wnoszenie ocen inżynierskich do dyskusji badawczych.Optymalizuj wnioskowanie i wdrażanie na dalszym etapie, aby naukowcy zajmujący się danymi i biolodzy mogli używać modeli w naszych przepływach pracy.Rozwiązuj problemy numeryczne, wydajnościowe i niezawodnościowe w całym stosie.Ustanawiaj i utrzymuj praktyki inżynieryjne w kodzie badawczym.Śledź rozwój systemów ML i wprowadzaj odpowiednie postępy do naszego stosu.Zawodowo będziesz Posiadać dyplom z informatyki, inżynierii, fizyki lub pokrewnej dyscypliny ilościowej; doświadczenie branżowe jako ML / inżynier badawczy pracujący nad szkoleniami z dużych sieci neuronowych. Solidne podstawy inżynierii oprogramowania w języku Python i głęboka wiedza specjalistyczna w PyTorch (lub równoważnych nowoczesnych frameworkach ML). Praktyczne doświadczenie w szkoleniu dużych sieci neuronowych na dużą skalę, w tym w rozproszonych ramach szkoleniowych.

Wykazywane doświadczenie w profilowaniu i optymalizacji obciążeń GPU. Praktyczna znajomość infrastruktury ML opartej na chmurze i środowisk kontenerowych. Doświadczenie w przenoszeniu kodu badawczego od prototypu do solidnej infrastruktury wielokrotnego użytku, którą inni ludzie faktycznie korzystasz.

Dodatkowe doświadczenie: rozwój jądra CUDA / Triton; Implementacje uwagi w stylu FlashAttention; doświadczenie z podstawowymi modelami biologii, wzroku lub języka; wkład w platformy uczenia maszynowego o otwartym kodzie źródłowym.Osobiście czujesz się komfortowo pracując w macierzowym środowisku, równoważąc wielu interesariuszy i efektywnie wnosząc swój wkład w zespołach.Przejmij odpowiedzialność za swoją pracę, aktywnie szukaj możliwości wniesienia wkładu i umożliwiaj innym jak najlepsze wykonywanie swojej pracy.Komunikuj się otwarcie i bezpośrednio, konstruktywnie przekazuj i przyjmuj informacje zwrotne oraz podchodź do trudnych rozmów z szacunkiem.Aktywnie poszukuj różnorodnych perspektyw, buduj silne relacje robocze i przyczyniaj się do osiągania wspólnych celów w zespołach.Podejmij wyzwania dzięki otwartości i odporność, wyznaczaj sobie wysokie standardy i dąż do osiągania znaczących wyników. Styl i kultura pracy w RelationW Relation działamy w matrycowym, interdyscyplinarnym środowisku, w którym wpływ opiera się na współpracy w dziedzinach naukowych, technicznych i operacyjnych. Współpracujemy, a Ty będziesz współpracować z kolegami z wielu zespołów i projektów, wnosząc swoją wiedzę specjalistyczną, dostosowując się do wspólnych priorytetów firmy.

Współpracujemy i wspólnie wygrywamy! Pacjent czeka!Agencje rekrutacyjnePamiętaj, że Relation nie przyjmuje niezamówionych CV od agencji. Życiorysów nie należy przesyłać do naszych pseudonimów służbowych ani pracowników. Relation nie będzie ponosić żadnych opłat związanych z niechcianymi CV.

Znajdź pracę w Wielkiej Brytanii na Arbeitnow