Machine Learning Scientist - Small Molecule Drug Design

Bei Roche können Sie sich als die Person zeigen, die Sie sind, und werden für die einzigartigen Qualitäten, die Sie mitbringen, geschätzt. Unsere Kultur fördert persönliche Ausdrucksformen, offenen Dialog und echte Verbindungen, in denen Sie geschätzt, akzeptiert und respektiert werden, sodass Sie sowohl persönlich als auch beruflich gedeihen können. So wollen wir Krankheiten verhindern, stoppen und heilen und sicherstellen, dass jeder Zugang zu Gesundheitsversorgung hat, heute und für kommende Generationen. Treten Sie Roche bei, wo jede Stimme zählt.

Die Position

Schließen Sie sich dem Team für kleine Moleküle innerhalb von AI for Drug Discovery (AI4DD) an, ehemals Prescient Design, im Computational Sciences Center of Excellence von Roche und Genentech als Machine Learning Scientist / Senior Machine Learning Scientist im Bereich der kleinen Moleküle. Sie werden ML-Methoden und -Modelle entwickeln und anwenden, um das Design kleiner Moleküle zu beschleunigen, mit einem Fokus auf strukturgetriebene Ansätze, und eng mit erstklassigen computergestützten und medizinischen Chemikern sowie strukturellen Biologen zusammenarbeiten.

Die Gelegenheit:

• Entwerfen, bauen und anwenden von modernsten ML-Modellen für das Design kleiner Moleküle, mit Fokus auf Protein-Ligand-Interaktionen, Bindungsaffinität und wichtige molekulare Eigenschaften.
• Trainieren und Feinabstimmen von Grundmodellen zur Strukturvorhersage, unter Verwendung intern entwickelter und Open-Source-Modelle auf internen Datensätzen.
• Validieren und Verfeinern von ML-generierten Hypothesen zusammen mit erstklassigen computergestützten und medizinischen Chemikern sowie strukturellen Biologen.
• Wissenschaftlichen Einfluss ausüben durch Veröffentlichungen, Open-Source-Veröffentlichungen und Konferenzvorträge.
• Breit zusammenarbeiten mit computergestützten und experimentellen Forschern bei Roche und mit akademischen Partnern.

Wer Sie sind:

• Sie bringen tiefgehende Expertise im Bereich Machine Learning mit einer soliden Grundlage in linearer Algebra, Wahrscheinlichkeit und Optimierung mit und haben praktische Erfahrung in der Gestaltung und Implementierung von Machine Learning-Ansätzen wie Graph-Neuronalen-Netzen, Sequenzmodellen und Reinforcement Learning.
• Sie haben Erfahrung in der strukturgetriebenen Modellierung mit Co-Folding-Methoden, Vorhersage der Bindungsaffinität und Datensätzen der strukturellen Biologie.
• Sie sind versiert in Python und Cheminformatik mit Werkzeugen wie RDKit und OpenEye sowie modernen ML-Frameworks wie PyTorch oder JAX.
• Sie haben einen Doktortitel oder eine gleichwertige Forschungstiefe in Machine Learning, computergestützter Chemie, chemischer Verfahrenstechnik oder einem verwandten quantitativen Bereich wie Physik oder Statistik.
• Sie haben eine Erfolgsbilanz wissenschaftlicher Exzellenz, die durch Veröffentlichungen in Fachzeitschriften und auf Konferenzen oder ein öffentliches Portfolio relevanter Projekte (z. B. gehostet auf GitHub/GitLab) belegt ist.

Bevorzugt:

• Praktische Erfahrung im Aufbau von Strukturvorhersage-Grundmodellen.
• Erfahrung in der direkten Zusammenarbeit mit medizinischen Chemikern und strukturellen Biologen.

Wenn es Sie inspiriert, KI zu nutzen, um die Medikamente zu entwerfen, die Patienten als Nächstes benötigen, bewerben Sie sich jetzt und helfen Sie, die Entdeckung kleiner Moleküle bei Roche zu beschleunigen.