Forward-Deployed ML Engineer

🕒 il y a 3 mois

🇩🇪 Allemagne – Télétravail

⏰ Temps Plein

🟡 Intermédiaire

🟠 Senior

🤖 Ingénieur Machine Learning

👻 Score fantôme 30%

Ce que ça veut dire : la probabilité que cette offre reste ouverte sans recrutement actif.Comment le lire : 60 % ou plus, on pense que c'est une offre fantôme. Un score plus bas est moins inquiétant.Comment on la calcule : ancienneté, republications, postes ouverts vs taille de l'équipe, rapidité de clôture, et si le salaire est indiqué.À noter : une estimation à partir de données publiques, pas un jugement sur l'entreprise. De vraies offres peuvent avoir un score élevé, alors prenez-le comme un indice, pas comme un fait.

Postuler Maintenant

Trouver des Emplois à Distance Similaires

Configurer une alerte email pour les nouveaux emplois

📊 Vérifiez votre score de CV pour ce poste

Améliorez vos chances d'obtenir un entretien en vérifiant votre score de CV avant de postuler.

Télécharger le CV

Apheris

Site WebLinkedInTous les Emplois

11 - 50 employés

Fondée en 2019

🏥 Santé

💼 Conseil

📦 Logistique

Healthcare • Consulting • Logistics

Apheris est une entreprise spécialisée dans la collaboration sécurisée et conforme des données dans des environnements de données distribués, en particulier pour les entreprises. Les solutions de l'entreprise permettent aux organisations de s'engager dans l'apprentissage fédéré et l'analyse, facilitant la création de modèles sans déplacer de données sensibles, préservant ainsi la confidentialité et la sécurité. Apheris met l'accent sur la fourniture d'une technologie qui permet les écosystèmes de données multipartites et les partenariats, avec un fort accent sur la conformité, notamment dans les industries réglementées comme la pharmacie et la biotechnologie. Leur technologie est approuvée par les grandes entreprises pharmaceutiques pour soutenir les initiatives de découverte de médicaments basées sur l'IA sans compromettre les données propriétaires.

Description

• Build and implement ML applications in structural biology, particularly around fine-tuning and extending foundational models like OpenFold, Boltz-2 and ESMFold. • Design and implement model extensions for specific tasks such as protein complex and binding affinity prediction, including data distillation, benchmarking, and evaluation pipelines. • Work with customers and academic partners to define data preprocessing, selection, and benchmarking strategies for novel training tasks involving protein structures, complexes, and multimodal biological data. • Carry out case-studies associated with the above, providing scientific and technical expertise to customers. • Involved in the full project pipeline, from scoping through to results delivery and dissemination. • Design, build, and maintain scalable machine learning models and the pipelines needed for training, inference, and deployment in production. • Collaborate cross-functionally to ensure models address real-world drug discovery needs. • Contribute to publications or open-source contributions where relevant.

🎯 Exigences

• Deep experience building and training contemporary models in production, at scale (e.g. AlphaFold, OpenFold, Boltz) • Experience applying ML to real-world protein structure or drug discovery problems • Comfortable working in a fast-paced startup environment and enjoy on customer-driven projects • Understanding the technical challenges of structural biology and can design scalable data preprocessing, training, and evaluation workflows • Nice to have: experience in federated learning, privacy-preserving ML, or privacy-preserving model training • Nice to have: published in ML or biology journals/conferences (e.g., NeurIPS, ICML, Nature Methods, Bioinformatics)

🏖️ Avantages

• Industry-competitive compensation, incl. early-stage virtual share options • Remote-first working – work where you work best, whether from home or a co-working space near you • Great suite of benefits, including a wellbeing budget, mental health benefits, a work-from-home budget, a co-working stipend and a learning and development budget • Regular team lunches and social events • Generous holiday allowance • Quarterly All Hands meet-up at our Berlin HQ or a different European location • A fun, diverse team of mission-driven individuals with a drive to see AI and ML used for good • Plenty of room to grow personally and professionally and shape your own role