Starszy specjalista ds. uczenia maszynowego (pojedyncza komórka)

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 multiomiki jednokomórkowe z tkanki pacjenta, testy funkcjonalne i uczenie maszynowe, aby pogłębiać wiedzę na temat chorób, od przyczyny do wyleczenia.

Szybko się rozwijamy 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 różnorodnych i włączających zespołów. Relation to pracodawca zapewniający równe szanse i nie dyskryminujący 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 sposób odkrywania leków i wywierać znaczący wpływ na pacjentów.

Szansa Poszukujemy wyjątkowego naukowca zajmującego się uczeniem maszynowym, który łączy solidne podstawy uczenia maszynowego z głębokim zrozumieniem danych biologicznych, aby pomóc w budowaniu nowej generacji generatywnych i predykcyjnych modeli zachowań komórkowych. Twoja praca będzie miała kluczowe znaczenie dla naszej misji zrozumienia i kontrolowania procesu decyzyjnego w komórkach, umożliwiając tworzenie nowatorskich strategii terapeutycznych opartych na modelach generatywnych. Dołączysz do zespołu z dostępem do najnowocześniejszych multiomicznych i interwencyjnych zbiorów danych, zaawansowanej infrastruktury obliczeniowej i głębokiej interdyscyplinarnej wiedzy.

Wykorzystujemy nowoczesne narzędzia ML, w tym agentyczne przepływy pracy, aby przyspieszyć tempo iteracji badań. Jest to okazja do przesunięcia granic możliwości modelowania generatywnego w złożonych, wielowymiarowych i hałaśliwych systemach świata rzeczywistego oraz sprawdzenia swojej pracy bezpośrednio w biologii eksperymentalnej. Codziennie będziesz projektować i wdrażać podejścia do modelowania generatywnego, które uczą się efektów interwencji na podstawie różnorodnych danych biologicznych, w tym eksperymentów z zaburzeniami jednokomórkowymi.

Opracowuj modele wykraczające poza korelację, koncentrując się na uogólnianiu, przewidywaniu kontrfaktycznym i projektowaniu eksperymentów. Współpracuj z zespołami eksperymentalnymi w celu projektowania i sprawdzania hipotez obliczeniowych za pomocą strategii iteracyjnych, które identyfikują następny eksperyment o najwyższym sygnale. Oceniaj modele nie tylko pod kątem dopasowania, ale także pod kątem spójności przyczynowej, wierności mechanicznej i użyteczności kierowanie interwencjami w świecie rzeczywistym.

Przekazuj jasne wnioski współpracownikom i interesariuszom z różnych dziedzin. Zawodowo będziesz mieć doktorat z uczenia maszynowego, informatyki, statystyki lub pokrewnej dziedziny ilościowej. Solidne podstawy metodologiczne współczesnego uczenia maszynowego, z głębokością w co najmniej jednym obszarze związanym z modelowaniem ustrukturyzowanych, wielowymiarowych danych.

Doskonałość w języku Python i znajomość skalowalnych narzędzi ML i obliczeń o wysokiej wydajności. Mocna praktyka inżynierska: pewność wdrażania modeli od podstaw, wygoda w przypadku rozproszonego szkolenia, profilowania i optymalizacji wydajności. Możliwość wykazania doświadczenia w szkoleniu modeli na dużą skalę, znaczące skalowanie architektury lub programy szkoleniowe.Doświadczenie w przejściu od pomysłu do działającej, skalowanej implementacji: dostosowywanie lub projektowanie modeli uwzględniających dane zamiast stosowania gotowych metod.Komfort pracy z nieuporządkowanymi, zaszumionymi, rzeczywistymi danymi naukowymi.Dodatkowe doświadczenie:Opracowanie powszechnie przyjętych narzędzi lub metod w jednokomórkowym ekosystemie uczenia maszynowego.Doświadczenie o dużym wpływie na styku ML i biologii.Doświadczenie z perturbacyjnymi lub interwencyjnymi zbiorami danych (np.

Perturb-seq, ekrany CRISPR). Osobiście czujesz się komfortowo, pracując w zintegrowanym środowisku, równoważąc wielu interesariuszy i efektywnie wnosząc wkład między zespołami. Przejmij odpowiedzialność za swoją pracę, aktywnie szukaj okazji do wniesienia swojego wkładu i umożliwiaj innym jak najlepsze wykonywanie swojej pracy.

Komunikuj się otwarcie i bezpośrednio, udzielaj i przyjmuj konstruktywne uwagi oraz prowadź trudne rozmowy z szacunkiem. Aktywnie poszukuj różnorodnych perspektyw, buduj silne relacje robocze i przyczyniaj się do osiągania wspólnych celów w zespołach. Podejmuj wyzwania z otwartością i odpornością, wyznaczaj sobie wysokie standardy i staraj się dostarczać znaczące wyniki.

Styl i kultura pracy w RelationAt Relation działa w złożonym, interdyscyplinarnym środowisku, w którym wpływ jest napędzany poprzez współpracę 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 rekrutacyjneProszę pamiętać, że Relation nie przyjmuje niezamówionych CV od agencji. Życiorysów nie należy przesyłać do naszych pseudonimów służbowych ani pracowników. Relation nie będzie ponosić odpowiedzialności za żadne opłaty związane z niechcianymi CV.

Znajdź więcej anglojęzycznych ofert pracy w Wielkiej Brytanii na Arbeitnow