Machine Learning Scientist/Senior Machine Learning Scientist - Synthesis Planning and Optimizat[...]

Eine gesündere Zukunft. Das treibt uns an, innovativ zu sein. Um die Wissenschaft kontinuierlich voranzutreiben und sicherzustellen, dass jeder Zugang zur Gesundheitsversorgung hat, die er heute und für kommende Generationen benötigt. Eine Welt zu schaffen, in der wir alle mehr Zeit mit den Menschen verbringen können, die wir lieben. Das ist es, was Roche ausmacht.

Fortschritte in KI, Daten und computergestützten Wissenschaften transformieren die Arzneimittelentdeckung und -entwicklung. Die Forschungs- und Frühentwicklungsorganisationen von Roche bei Genentech (gRED) und Pharma (pRED) haben gezeigt, wie diese Technologien die F&E beschleunigen, indem sie Daten und neuartige computergestützte Modelle nutzen, um Wirkung zu erzielen. Nahtloser Datenaustausch und Zugang zu Modellen über gRED und pRED sind entscheidend, um diese Möglichkeiten zu maximieren. Das neue Zentrum für Exzellenz in Computational Sciences (CoE) ist eine strategische, einheitliche Gruppe, deren Ziel es ist, die transformative Kraft von Daten und Künstlicher Intelligenz (KI) zu nutzen, um unseren Wissenschaftlern in pRED und gRED zu helfen, innovativere und transformative Medikamente für Patienten weltweit bereitzustellen.

Schließen Sie sich dem Team für kleine Moleküle innerhalb von AI for Drug Discovery (AI4DD), ehemals Prescient Design, im Computational Sciences Center of Excellence von Roche und Genentech als Machine Learning Scientist / Senior Machine Learning Scientist in der Syntheseplanung und -optimierung an. Sie werden ML-Methoden entwickeln, die Moleküle entwerfen, die wir tatsächlich herstellen können – und damit die Lücke zwischen generativem Design und automatisierter Synthese schließen.

Die Gelegenheit:

• Entwickeln und vorantreiben von maschinellen Lernmethoden für synthesebewusste molekulare Entwürfe über Retrosynthese, Syntheseplanung, molekulare Generierung und Suche in synthesefähigen chemischen Räumen.
• Integration proprietärer Reaktions- und biochemischer Daten zur Gestaltung der nächsten Generation von synthesebewussten Modellen und Workflows für die Trefferfindung und Optimierung.
• Aufbau robuster, skalierbarer Pipelines für aktive Lernschleifen, die direkt mit automatisierten und hochdurchsatzfähigen Syntheseplattformen verbunden sind.
• Entwicklung neuartiger Batch-Syntheseplanungsalgorithmen, die die Abdeckung des chemischen Raums, den Informationsgewinn und die experimentelle Effizienz maximieren.
• Wissenschaftliche Auswirkungen durch Veröffentlichungen, Open-Source-Veröffentlichungen und Konferenzvorträge vorantreiben.
• Breite Zusammenarbeit mit rechnergestützten und experimentellen Forschern bei Roche und mit akademischen Partnern.

Wer Sie sind:

• Sie bringen tiefgehende Expertise im maschinellen Lernen mit einer soliden Grundlage in linearer Algebra, Wahrscheinlichkeit und Optimierung sowie praktische Erfahrung mit modernen Ansätzen des maschinellen Lernens wie graphenbasierten neuronalen Netzen, Sequenz-/Sprachmodellen und Reinforcement Learning mit.
• Sie sind mit chemischen Konzepten vertraut, die für die Syntheseplanung und molekulare Optimierung relevant sind, sowie mit Daten zu kleinen Molekülen und cheminformatik-Toolkits wie RDKit oder Openeye.
• Sie sind fließend in Python und haben Erfahrung mit modernen ML-Frameworks wie PyTorch oder JAX sowie mit der Entwicklung wissenschaftlicher Software.
• Sie haben einen Doktortitel oder eine gleichwertige Forschungstiefe im Bereich maschinelles Lernen, computergestützte Chemie, chemische Verfahrenstechnik oder einem verwandten quantitativen Bereich wie Physik oder Statistik, mit bis zu 2 Jahren Forschungserfahrung in der Industrie (Wissenschaftler) oder 2+ Jahren Forschungserfahrung in der Industrie (Senior Scientist).
• 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:

• Erfahrung mit Retrosynthese oder Syntheseplanungsmodellen.
• Erfahrung mit automatisierter/hocheffizienter Synthese.

Wenn Sie begeistert sind, Moleküle zu entwerfen, die vom Screening über die Synthese zu den Patienten gelangen, bewerben Sie sich jetzt und helfen Sie, die selbstfahrende Entdeckung bei Roche aufzubauen. Umzugsleistungen sind für diese Gelegenheit NICHT verfügbar.

Der erwartete Gehaltsbereich für diese Position, basierend auf dem Hauptstandort San Francisco, liegt bei 147.600 – 274.000 USD für den ML Scientist und 167.400 – 310.800 USD für den Senior ML Scientist. Für den Hauptstandort New York City liegt der Bereich bei 141.100 – 262.100 USD für den ML Scientist und 160.100 – 297.300 USD für den Senior ML Scientist. Das tatsächliche Gehalt wird basierend auf Erfahrung, Qualifikationen, geografischem Standort und anderen arbeitsbezogenen Faktoren, die gesetzlich zulässig sind, festgelegt. Ein diskretionärer jährlicher Bonus kann basierend auf individueller und Unternehmensleistung verfügbar sein. Diese Position qualifiziert sich auch für die unter dem unten angegebenen Link beschriebenen Vorteile.

Genentech ist ein Arbeitgeber, der Chancengleichheit bietet. Es ist unsere Politik und Praxis, alle Mitarbeiter und Bewerber auf der Grundlage von Verdienst, Qualifikationen und Kompetenz zu beschäftigen, zu befördern und anderweitig zu behandeln. Die Politik des Unternehmens verbietet rechtswidrige Diskriminierung, einschließlich, aber nicht beschränkt auf Diskriminierung aufgrund des Status als geschützter Veteran, des Status von Personen mit Behinderungen und in Übereinstimmung mit allen bundesstaatlichen, staatlichen oder lokalen Gesetzen.

Wenn Sie eine Behinderung haben und eine Anpassung im Zusammenhang mit dem Online-Bewerbungsprozess benötigen, kontaktieren Sie uns bitte, indem Sie dieses Formular ausfüllen.