Foundation and generative models for biomolecules

Foundation and generative models for biomolecules

Berlin Vollzeit Homeoffice (teilweise)
United States Digital Space LLC

Auf einen Blick

  • Aufgaben: Entwickeln, implementieren und verbessern Sie ML-Modelle für die Gestaltung von Biomolekülen.
  • Unternehmen: Das Unternehmen fördert eine antedisciplinary Umgebung zur Entwicklung biologischer Software.
  • Vorteile: 30 Tage bezahlter Urlaub pro Jahr und umfassende Gesundheitsversicherung für US-basierte Mitarbeiter.
  • Weitere Informationen: Reisebereitschaft für Unternehmens-Retreats und Veranstaltungen ist erforderlich.
  • Warum dieser Job: Arbeiten Sie an innovativen Modellen, die neue Medikamente für Milliarden von Menschen ermöglichen.
  • Qualifikationen: Mindestens 3 Jahre Erfahrung in der Entwicklung von ML-Modellen und fließend in Python und PyTorch.

Bei dem Unternehmen werden Sie die Entwicklung vorantreiben, die Milliarden von Menschen helfen könnte. Um dies zu erreichen, sind Sie Teil eines kollaborativen, interdisziplinären Teams, das unsere biologische Software entwickelt. Der Designraum von Biomolekülen ist unvorstellbar groß – weit über das hinaus, was experimentell erkundet werden kann. Doch innerhalb dieses Raums liegen Moleküle mit Eigenschaften, die für neue Medikamente unerlässlich sind. Unsere maschinellen Lernmodelle lernen, therapeutische Biomoleküle mit spezifischen, wünschenswerten Funktionen zu entwerfen. Wir verbessern den Stand der Technik im molekularen Design, indem wir groß angelegte Fundamentmodelle trainieren und modernste generative Ansätze entwickeln. Die Modelle lernen aus vielfältigen heterogenen Datensätzen und werden durch gezieltes Feintuning und Feedback aus Experimenten verfeinert. Der Schlüssel zum Fortschritt ist ein Team, das außergewöhnliche Expertise im maschinellen Lernen mit umfassendem Fachwissen kombiniert. Sie werden eng mit anderen Forschern und Ingenieuren im Bereich maschinelles Lernen sowie mit computergestützten und experimentellen Biologen zusammenarbeiten, um diese Modelle voranzubringen und ihre Fähigkeiten in reale therapeutische Designs zu übersetzen.

Ihre Mission, sollten Sie sich entscheiden, sie anzunehmen:

  • Verkörpern Sie unsere Vision einer interdisziplinären Umgebung und lernen Sie Bereiche außerhalb Ihres traditionellen Fachgebiets kennen.
  • Entwickeln, implementieren, trainieren und verbessern Sie iterativ moderne Modelle für das Design von Biomolekülen.
  • Analysieren, visualisieren und kommunizieren Sie Ergebnisse zur Unterstützung der Teamarbeit bei der Verbesserung von Modellen und Daten.
  • Erstellen, bereitstellen und verfeinern Sie Werkzeuge für effiziente, zuverlässige Experimente und Produktionen im Bereich des maschinellen Lernens.
  • Arbeiten Sie mit Biologen zusammen, um Daten für das Training und die Bewertung generativer Modelle von Biomolekülen zu sammeln.
  • Geben Sie Mentoring und technische Anleitung an Teammitglieder, wenn dies angemessen ist.

Qualifikationen:

  • 3+ Jahre praktische Erfahrung in der Entwicklung von ML-Modellen.
  • Nachweisliche Erfolge bei der Implementierung, dem Training und der Verbesserung fortschrittlicher Modelle des maschinellen Lernens.
  • Hochqualifizierter Programmierer, der im Python-Ökosystem und PyTorch oder einem ähnlichen Deep-Learning-Framework versiert ist.
  • Verfügbarkeit zur Zusammenarbeit mit Teammitgliedern in den USA und Europa, mit Meetings, die um 8 Uhr PT beginnen und um 19 Uhr CET enden.
  • Bereitschaft, mehrmals im Jahr für Unternehmens-Retreats und Geschäftsevents zu reisen. Wir schätzen die Vorteile der persönlichen Zusammenarbeit und erwarten von den Kandidaten, dass sie hauptsächlich von unseren Büros aus arbeiten.

Bevorzugte technische Fähigkeiten:

  • Doktortitel in AI/ML, Informatik, computergestützter Biologie, Physik oder einem verwandten Bereich oder gleichwertige praktische Erfahrung (z.B. Branchenerfahrung, Forschung oder fortgeschrittene technische Expertise).
  • Starke Fähigkeiten im Entwerfen, Durchführen und Dokumentieren von Experimenten im Bereich des maschinellen Lernens.
  • Praktische Erfahrung mit modernen generativen Modellen.
  • Starke Software-Engineering-Fähigkeiten, insbesondere für Datenverarbeitung, Bewertung von ML-Modellen, Orchestrierung von Rechenclustern.
  • Erfahrung mit dem Training von groß angelegten Modellen, Fundamentmodellen, Modellparallelität, Multi-Node-Training.
  • Erfahrung mit biologischen Sequenzdaten und Datensätzen – verschiedene genomische und proteinbasierte Daten, Sequenzierung, funktionale Assays usw.
  • Kenntnisse in Biochemie, Molekular-/Zellbiologie und Arzneimittelentwicklung.

Vergütung: $200K – $275K + Bonus + Eigenkapital

Was wir bieten:

  • Ein wettbewerbsfähiges Vergütungspaket.
  • 30 Tage bezahlter Urlaub pro Jahr.
  • Umfassende Krankenversicherung für in den USA ansässige Mitarbeiter.
  • 401K mit Unternehmensbeitrag für in den USA ansässige Mitarbeiter und Direktversicherung für deutsche Mitarbeiter.
  • Vierteljährliche unternehmensweite Retreats.
  • Monatlicher Wellness-Benefit.
  • Budget für mehrere Besuche pro Jahr in unseren Büros in Berlin, Palo Alto oder der Schweiz.
  • Budget für Lernen & Entwicklung, um an Konferenzen teilzunehmen, Kurse zu belegen oder anderweitig in Ihr berufliches Wachstum zu investieren, sowie Zugang zur Lern- und Entwicklungsplattform EdX und Hone.
  • Ein Buddy, der Ihnen beim Einleben hilft.

*Variiert je nach Land und gilt nicht für Praktika.*

*Es ist die Politik des Unternehmens, Chancengleichheit bei der Beschäftigung ohne Diskriminierung oder Belästigung aufgrund von Rasse, Hautfarbe, Religion, Geschlecht, sexueller Orientierung, Geschlechtsidentität oder -ausdruck, Alter, Behinderung, Familienstand, Staatsbürgerschaft, nationaler Herkunft, genetischer Information oder einer anderen gesetzlich geschützten Eigenschaft sicherzustellen. Das Unternehmen verbietet jede solche Diskriminierung oder Belästigung.*

*Das Unternehmen verpflichtet sich auch, Menschen mit Behinderungen willkommen zu heißen und Unterkünfte bereitzustellen. Bitte lassen Sie uns wissen, ob Sie während Ihres Bewerbungsprozesses Unterstützung benötigen.*

Foundation and generative models for biomolecules Arbeitgeber: United States Digital Space LLC

Das Unternehmen bietet ein wettbewerbsfähiges Gehalt zwischen 200K und 275K USD sowie Aktienoptionen. Mit Büros in Berlin, Palo Alto und der Schweiz fördert es persönliche Zusammenarbeit und bietet umfangreiche Weiterbildungsmöglichkeiten. Die Mission ist es, therapeutische Biomoleküle zu entwerfen, die das Leben von Milliarden verbessern können.

United States Digital Space LLC

Kontaktdaten:

United States Digital Space LLC Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass Sie so Foundation and generative models for biomolecules erhalten könnten

Wende dich an die richtigen Communities

Schau dir Online-Communities und Foren an, die sich um Data Science drehen, wie Kaggle oder GitHub. Engagiere dich dort aktiv, teile deine Projekte und lerne von anderen – das wird dir helfen, nicht nur einen Fuß in die Tür zu bekommen, sondern auch wertvolle Kontakte zu knüpfen.

Präsentiere deine Daten-Projekte

Baue ein Portfolio auf, das deine besten Projekte zeigt. Nutze Plattformen wie GitHub oder eine persönliche Webseite, um deine Arbeiten zu veröffentlichen. Arbeitgeber im Data Science-Bereich schauen oft direkt auf praktische Erfahrungen, also zeig, was du drauf hast!

Nimm an Meetups und Hackathons teil

Besuche lokale Data Science-Meetups oder nehme an Hackathons teil. Diese Veranstaltungen sind nicht nur super, um dein Wissen zu erweitern, sondern auch Gold wert für Networking. Du lernst Fachkollegen kennen und kannst auf Lockere Art und Weise Eventualjobs ergattern.

Direkte Bewerbungen über unsere Seite

Vergiss nicht, direkt auf unserer Website nach Stellenangeboten bei United States Digital Space LLC zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!

Wir glauben, dass du diese Fähigkeiten brauchst, um Foundation and generative models for biomolecules mit Bravour zu bestehen

Communication Skills
Problem-Solving Skills
Flexibility
Compassion
Adaptability
Teamwork
Organizational Skills

Einige Tipps für deine Bewerbung 🫡

Lass deine Daten sprechen!:In einem Bereich wie Data Science ist es entscheidend, dass du deine praktischen Fähigkeiten präsentierst. Wenn du an Projekten gearbeitet hast, die deine Analysefähigkeiten oder dein Wissen über Machine Learning demonstrieren, teile sie in deinem Lebenslauf oder füge einen Link zu deinem GitHub-Portfolio bei. Die Daten, die du analysiert hast, und die Tools, die du verwendest, sollten klar hervorgehoben werden.

Ergebnisse quantifizieren!:Unterstütze deine Erfahrung mit quantifizierbaren Ergebnissen. Zeige, wie du durch deine Analysen oder Modelle zur Entscheidungsfindung beigetragen hast oder wie deine Berechnungen den Rohdaten neue Erkenntnisse entlockt haben. Arbeitgeber in der Data Science sind oft an konkreten Verbesserungen und Effizienzsteigerungen interessiert!

Erläutere deine Lernbereitschaft!:Da es sich um eine Vollzeitstelle handelt, zeige in deinem Anschreiben, dass du bereit bist, zu lernen und dich weiterzuentwickeln. Sprich über deine Neugier für neue Technologien oder Methoden im Data Science Bereich. Vielleicht hast du auch Kurse besucht oder Zertifikate erworben, die deine Begeisterung zeigen!

Die richtige technische Sprache!:Achte darauf, dass deine Bewerbung alle relevanten technischen Begriffe enthält, die in der Data Science gebräuchlich sind. Nenne spezifische Programmier- und Analysetools wie Python, R oder SQL, die du beherrschst. Dies macht es für die Rekrutierer einfacher, schnell zu erkennen, dass du für die Rolle als Foundation and generative models for biomolecules bei United States Digital Space LLC gut geeignet bist.

Wie man sich auf ein Vorstellungsgespräch bei United States Digital Space LLC vorbereitet

Bereite deine technischen Skills vor

In einem Vorstellungsgespräch für eine Data-Science-Position wird oft dein Wissen über Tools wie Python, R oder SQL getestet. Mach dich mit gängigen Algorithmen und deren Einsatzmöglichkeiten vertraut, denn technische Fragen können schnell kommen. Lass uns sicherstellen, dass du in diesen Bereichen glänzt!

Verschaffe dir einen Überblick über Projekte

Da es sich um eine Vollzeitstelle handelt, ist es wichtig, dass du konkrete Erfahrungen und Projekte vorweisen kannst. Wenn du bereits an Data-Science-Projekten gearbeitet hast, sei bereit, diese in der Tiefe zu erläutern und zu diskutieren, wie du die Probleme gelöst hast. Dein Portfolio kann hier einen echten Unterschied machen!

Vorbereitung auf case studies

In Data-Science-Interviews sind case studies und praktische Probleme häufig Teil des Gesprächs. Übe, wie du strukturiert und logisch an solche Aufgaben herangehst. Arbeitgeber möchten sehen, wie du Daten analysierst und Lösungen entwickelst – bring also deine analytischen Fähigkeiten mit!

Zeige deine Leidenschaft für Daten

Mehr denn je geht es bei einer Vollzeitstelle darum, dass du nicht nur die Skills hast, sondern auch wirklich für das Feld brennst. Teile Anekdoten oder Erfahrungen, die zeigen, wie du zur Datenwissenschaft gekommen bist und was dich fasziniert. Diese Begeisterung kann für United States Digital Space LLC entscheidend sein!