ML Engineer – Large Molecules

Stelle nicht auf LinkedIn

🕒 vor 1 Monat

🇩🇪 Deutschland – Remote

⏰ Vollzeit

🟡 Mittelstufe

🟠 Senior

🤖 Machine-Learning-Entwickler

🗣️🇺🇸🇬🇧 Englisch erforderlich

Woher diese Stelle stammt

Veröffentlicht auf der Karriereseite von Apheris ↗der Karriereseite von Apheris, nicht über eine Jobbörse

Von Remote Rocketship zum ersten Mal gesehen vor 1 Monat

Noch offen auf der Website von Apheris. Geprüft vor 7 Stunden.

Jetzt Bewerben
Logo of Apheris

Apheris

11 - 50 Mitarbeiter

Gegründet 2019

🏥 Gesundheitswesen

💼 Beratung

📦 Logistik

Healthcare • Consulting • Logistics

Apheris ist ein Unternehmen, das sich auf die Ermöglichung sicherer und konformer Datenzusammenarbeit in verteilten Datenumgebungen spezialisiert hat, insbesondere für Unternehmen. Die Lösungen des Unternehmens befähigen Organisationen, an föderiertem maschinellem Lernen und Analysen teilzunehmen, indem sie die Erstellung von Modellen ermöglichen, ohne dass sensible Daten bewegt werden müssen, was somit die Privatsphäre und Sicherheit wahrt. Apheris konzentriert sich darauf, Technologie bereitzustellen, die Mehrparteien-Datenökosysteme und Partnerschaften erlaubt, mit einem starken Schwerpunkt auf Compliance, insbesondere in regulierten Industrien wie Pharma und Biotechnologie. Ihre Technologie wird von führenden Pharmaunternehmen vertraut, um KI-gesteuerte Medikamentenforschungsinitiativen zu unterstützen, ohne proprietäre Daten zu gefährden.

Beschreibung

• Große biomolekulare Modelle wie OpenFold, Boltz-2 und ESM für Antikörpermodellierung, Co-Folding, Binder Prediction und Developability aufbauen, feinabstimmen und erweitern • Forschungscode und Prototypen in zuverlässige Komponenten überführen, die in föderierten Trainings- und Evaluationspipelines ausgeführt werden können • Evaluierungen und Benchmarks konzipieren sowie Ergebnispakete für Konsortiumspartner bereitstellen • Verantwortlich für Workstreams bis zur Veröffentlichung anhand vereinbarter Meilensteine sein und Risiken sowie Zielkonflikte frühzeitig aufzeigen • Mit Produkt-, Engineering-, Research- und Konsortiumsteams zusammenarbeiten, um sicherzustellen, dass die Modellentwicklung den Anforderungen realer Anwendungen entspricht • ML-Systeme für Antikörpermodellierung, Co-Folding, Developability Prediction und die Wirkstoffentdeckung im Bereich Biologika entwickeln, trainieren und evaluieren • Mit proprietären pharmazeutischen Daten in föderierten Netzwerken arbeiten • Forschungsbasierte oder Open-Source-Prototypen in Modelle überführen, die evaluiert, veröffentlicht und in realen Wirkstoffforschungs-Workflows eingesetzt werden können

🎯 Anforderungen

• Masterabschluss, Promotion oder gleichwertige Berufserfahrung in Machine Learning, Computational Biology, Bioinformatik, Physik oder einem verwandten Fachgebiet • Sehr gute Kenntnisse in Python und PyTorch • Praktische Erfahrung mit dem Training oder Fine-Tuning von Deep-Learning-Modellen auf biomolekularen Daten • Praktische Erfahrung mit Co-Folding-Modellen oder Protein-Language-Modellen wie OpenFold, AlphaFold, Boltz, ESM oder vergleichbaren Modellen – über die reine Inferenz hinaus • Gute Evaluationspraxis und solide Engineering-Methoden, einschließlich fairer Benchmarks, reproduzierbarer Experimente und wartbaren Codes • Erfahrung mit Kubernetes-basiertem Training, Evaluation oder Deployment sowie mit anderen MLOps- und ML-Infrastruktur-Tools von Vorteil • Erfahrung mit Federated Learning, Privacy-Preserving ML oder verteiltem Training und Multi-GPU-Training von Vorteil • Erfahrung in der Pharmaindustrie, Biotechnologie oder anderen regulierten bzw. besonders vertrauenssensiblen Umgebungen von Vorteil • Publikationen in den Bereichen ML, Computational Biology oder Structural Biology, beispielsweise auf Konferenzen wie NeurIPS, ICML oder ICLR, von Vorteil

🏖️ Vorteile

• Remote-Arbeit (UTC ± 2 Stunden) • Unbefristete Vollzeitstelle

Jetzt Bewerben

📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle

Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.

Ähnliche Jobs

🕒 vor 1 Monat

LIME

11 - 50

🏥 Gesundheitswesen

🏭 Fertigung

Machine-Learning-Ingenieur (m/w/d) zur Ablösung biomechanischer Übungsregeln durch skalierbare, auf Keypoints basierende Deep-Learning-Modelle. Entwicklung von latenzarmem Bewegungsfeedback für mobile Medizinprodukte.

🗣️🇺🇸🇬🇧 Englisch erforderlich

Android

Assembly

iOS

Python

PyTorch

Tensorflow

🕒 vor 7 Monaten

Melotech

1 - 10

📱 Medien

👥 B2C

KI-/ML-Ingenieur (m/w/d) für die Entwicklung produktiver ML-Modelle und skalierbarer Infrastruktur. Du gestaltest die technologiegetriebene Content-Plattform für Medien und Unterhaltung von Melotech mit.

🗣️🇺🇸🇬🇧 Englisch erforderlich

🕒 vor 7 Monaten

super.AI

11 - 50

🤖 Künstliche Intelligenz

Machine-Learning-Ingenieur arbeitet an KI-Lösungen für globale Unternehmen, mit Fokus auf hochwertige Ergebnisse und Performance. Zusammenarbeit mit verschiedenen Teams zur Implementierung von KI- und Machine-Learning-Technologien.

🇩🇪 Deutschland – Remote

💰 €12.000.000 Series A im 2021-06

⏰ Vollzeit

🟡 Mittelstufe

🤖 Machine-Learning-Entwickler

🗣️🇺🇸🇬🇧 Englisch erforderlich

🕒 vor 7 Monaten

Veeva Systems

1001 - 5000

🏥 Gesundheitswesen

💼 Beratung

📦 Logistik

Senior Machine-Learning-Ingenieur, der skalierbare KI-Lösungen für den Life-Sciences-Bereich entwickelt. Arbeitet in bereichsübergreifenden Teams zur Verbesserung klinischer Datenanalysen.

🗣️🇺🇸🇬🇧 Englisch erforderlich

🕒 vor 11 Monaten

workidentity GmbH

11 - 50

💼 Beratung

📣 Marketing

👥 HR Tech

KI-Ingenieur, der skalierbare ML-Lösungen entwickelt und Verantwortung für produktive KI-Systeme übernimmt. Zusammenarbeit mit Teams, um zuverlässige und wartbare Modelle in Produkten sicherzustellen.

🇩🇪 Deutschland – Remote

💵 €80.000 - €120.000 / Jahr

⏰ Vollzeit

🟡 Mittelstufe

🟠 Senior

🤖 Machine-Learning-Entwickler

AWS

Cloud

Google Cloud Platform

Numpy

Pandas

Python

PyTorch

Scikit-Learn

Tensorflow

Entwickelt von Lior Neu-ner. Ich freue mich über Ihr Feedback — kontaktieren Sie mich per DM oder per E-Mail support@remoterocketship.com
Follow Remote Rocketship on LinkedInFollow Remote Rocketship on InstagramFollow Remote Rocketship on FacebookFollow Remote Rocketship on TikTok