Research Scientist, Machine Learning, London

Isomorphic Labs ist ein neues Unternehmen von Alphabet, das die Arzneimittelentdeckung durch einen computergestützten und KI-orientierten Ansatz neu gestaltet. Wir haben es uns zur Aufgabe gemacht, die Geschwindigkeit zu beschleunigen, die Wirksamkeit zu erhöhen und die Kosten der Arzneimittelentdeckung zu senken. Sie werden an der Spitze der neuen Ära der 'digitalen Biologie' arbeiten, um einen transformativen sozialen Einfluss zum Wohle von Millionen von Menschen zu erzielen.

Als Research Scientist im Bereich Machine Learning (ML) spielen Sie eine spannende Rolle beim Aufbau von Machine Learning-Modellen und -Algorithmen, die unsere Plattform antreiben, um die Arzneimittelentdeckung zu transformieren. In einer hoch kreativen, schnelllebigen und interdisziplinären Umgebung arbeiten Sie mit führenden Ingenieuren und Wissenschaftlern zusammen, um bahnbrechende Machine Learning-Algorithmen zu konzipieren, zu entwerfen und zu entwickeln, die neue Modellierungs- und Vorhersagekraft freisetzen, die für den Erfolg der Organisation entscheidend sein wird.

Je nach Ihrer Erfahrung:

• Sie werden Projekte erstellen und leiten, indem Sie eine Vielzahl von disziplinierten Wissenschaftlern und Ingenieuren zusammenbringen, um einige der ehrgeizigsten Modellierungsprobleme mit Deep Learning zu verfolgen.
• Sie werden maßgeblich an der Leitung von Machine Learning-Forschungsprojekten beteiligt sein, indem Sie die Modelle und Algorithmen entwickeln, die unsere Plattform antreiben.

Was Sie tun werden:

• Beitragen zu unseren Forschungsrichtungen im Bereich Machine Learning, indem Sie Ihr umfangreiches Wissen auf dem Gebiet nutzen, um weltweit führende ML-Algorithmen auf die Arzneimittelentdeckung anzuwenden.
• Identifizieren und Erstellen neuer ML-Techniken und der erforderlichen Daten zum Trainieren.
• Entwickeln der Architekturen und Trainingsalgorithmen von Machine Learning-Modellen.
• Analysieren und Abstimmen experimenteller Ergebnisse, um zukünftige experimentelle Richtungen zu informieren.
• Implementieren und Skalieren von Trainings- und Inferenz-Engineering-Frameworks.
• Berichten und Präsentieren von Forschungsergebnissen und Entwicklungen klar und effizient, sowohl für andere ML-Wissenschaftler als auch für Wissenschaftler anderer Disziplinen.
• Kollaborativ mit Wissenschaftlern und Fachexperten iterieren und Ihre eigene Fachkenntnis teilen.
• Vorschlagen und sich an Teamkollaborationen beteiligen, um ehrgeizige Forschungsziele zu erreichen.

Je nach Ihrer Erfahrung:

• Technische Mentorschaft und Anleitung für die ML-Forschungsgemeinschaft bieten, Projekte beraten und unseren Forschungsfahrplan basierend auf Ihrer tiefen technischen Expertise gestalten.
• Entwicklungsunterstützung für andere ML-Forschungswissenschaftler bieten.
• ML-Forschungsprojekte erstellen, leiten und durchführen, um kollaborative und vielfältige Teams zu fördern, die hochpriorisierte Modellierungsprobleme lösen.
• Eine vielfältige und inklusive Forschungskultur pflegen.

Fähigkeiten und Qualifikationen

Erforderlich:

• PhD oder gleichwertige praktische Erfahrung in einem technischen Bereich.
• Nachweisliche Erfolge im Bereich Machine Learning unter Verwendung von Deep Learning-Techniken, einschließlich des Entwurfs neuer Architekturen, praktischer Experimente, Analysen und Visualisierungen.
• Starkes Wissen in linearer Algebra, Analysis und Statistik.
• Erfahrung mit ML-Frameworks wie JAX, PyTorch oder TensorFlow sowie wissenschaftlicher Software wie NumPy, SciPy oder Pandas.
• Leidenschaft für die Anwendung von ML-Forschung auf reale Probleme.

Wünschenswert:

• PhD in Machine Learning oder Informatik.
• Relevante Forschungserfahrung in der Position, wie Postdoc-Rollen, nachweisliche Publikationen oder Beiträge zu Machine Learning-Codebasen.
• Erfahrung in einer wissenschaftlichen Umgebung über Disziplinen hinweg (insbesondere Biologie, Chemie, Physik).
• Erfahrung mit biologischen oder chemischen Daten und Software.
• Erfahrung mit realen Datensätzen.
• Erfahrung mit ML auf Beschleunigern.
• Erfahrung in Bereichen wie groß angelegtem Deep Learning, generativen Modellen, graphbasierten neuronalen Netzwerken, Deep Learning für die Arzneimittelentdeckung, Deep Learning für Computer Vision, 3D-Grafik/Robotik, angewandtem RL.

Kultur und Werte

Wir lassen uns von unseren gemeinsamen Werten leiten. Es geht nicht darum, Menschen zu finden, die gleich denken und handeln. Diese Werte helfen, unsere Arbeit zu leiten und werden sie weiterhin stärken.

• Nachdenklich: Nachdenklich bei Iso bedeutet Neugier, Kreativität und Fürsorge. Es geht darum, dass gute Menschen jeden Tag gute, rigorose und zukunftsorientierte Wissenschaft betreiben.
• Mutig: Mutig bei Iso bedeutet Furchtlosigkeit, aber auch Initiative und Integrität. Der Umfang der Herausforderung verlangt nichts weniger.
• Entschlossen: Entschlossen bei Iso ist der Weg, wie wir unser Ziel verfolgen. Es ist ein Vertrauen in unsere Hypothese sowie die Dringlichkeit und Agilität, die erforderlich sind, um sie zu liefern.
• Gemeinsam: Gemeinsam bei Iso bedeutet Verbindung, Zusammenarbeit über Fachgebiete hinweg und katalytische Beziehungen. Es ist das Wissen, dass Transformation ein Gemeinschaftsprojekt ist und dass das, was wir tun, einen echten Einfluss auf echte Menschen überall haben wird.

Ein inklusives Unternehmen schaffen

Wir glauben, dass wir erfolgreich sein müssen, wenn unsere Teams die Bevölkerungen widerspiegeln und repräsentieren, denen wir dienen wollen. Wir arbeiten daran, ein unterstützendes und inklusives Umfeld zu schaffen, in dem Zusammenarbeit gefördert, Lernen geteilt und jeder Mitarbeiter das Gefühl hat, dass er wirklich dazugehört. Wir schätzen Vielfalt in Erfahrung, Wissen, Hintergründen und Perspektiven und nutzen diese Qualitäten, um außergewöhnliche Auswirkungen zu erzielen.

Wir setzen uns für Chancengleichheit ein, unabhängig von Geschlecht, Rasse, Religion oder Glauben, ethnischer oder nationaler Herkunft, Behinderung, Alter, Staatsangehörigkeit, Familienstand, häuslichem oder zivilem Partnerschaftsstatus, sexueller Orientierung, Geschlechtsidentität, Schwangerschaft oder verwandten Bedingungen (einschließlich Stillen) oder aus anderen Gründen, die durch geltendes Recht geschützt sind. Wenn Sie eine Behinderung oder zusätzliche Bedürfnisse haben, die eine Anpassung erfordern, zögern Sie bitte nicht, uns dies mitzuteilen.

Hybrides Arbeiten

Es ist uns sehr wichtig, Wissen zu teilen und starke Beziehungen zueinander aufzubauen, und wir finden es einfacher, dies zu tun, wenn wir Zeit miteinander verbringen. Aus diesem Grund folgen wir einem hybriden Modell und erwarten von Ihnen, dass Sie an drei Tagen in der Woche ins Büro kommen (derzeit Dienstag, Mittwoch und ein weiterer Tag, abhängig davon, in welchem Team Sie sind). Als Arbeitgeber, der Chancengleichheit fördert, setzen wir uns dafür ein, ein gleichberechtigtes und inklusives Team aufzubauen. Wenn Sie zusätzliche Bedürfnisse haben, die Sie daran hindern würden, diesem hybriden Ansatz zu folgen, sprechen wir gerne darüber, wenn Sie für ein erstes Vorstellungsgespräch ausgewählt werden.

Bitte beachten Sie, dass Ihre Daten bei der Einreichung einer Bewerbung gemäß unserer Datenschutzrichtlinie verarbeitet werden.