Machine Learning Scientist – Large Multimodal Models

🕒 il y a 2 mois

🇬🇧 Royaume-Uni – Télétravail

⏰ Temps Plein

🟡 Intermédiaire

🟠 Senior

🤖 Ingénieur Machine Learning

👻 Score fantôme 30%

Ce que ça veut dire : la probabilité que personne ne recrute vraiment pour cette offre.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

Iambic Therapeutics

Site WebLinkedInTous les Emplois

51 - 200 employés

Fondée en 2019

🏥 Santé

💼 Conseil

🏭 Fabrication

💰 Series B en 2024-04

Healthcare • Consulting • Manufacturing

Iambic Therapeutics est une société de biotechnologie pionnière qui exploite des algorithmes d'IA avancés pour la découverte de médicaments. Leur plateforme expérimentale innovante et à haut débit vise à répondre aux besoins non satisfaits des patients en optimisant les molécules pour diverses cibles thérapeutiques. L'approche dirigée par l'IA de l'entreprise lui permet d'explorer rapidement les espaces chimiques, révélant de nouveaux mécanismes de médicaments et fournissant des pistes de haute qualité à un rythme accéléré par rapport aux méthodes traditionnelles.

Description

• Research and develop post-training strategies for large-scale multimodal foundation models • Design reward functions, training objectives, data-generation strategies, and evaluation protocols for reinforcement learning and other post-training approaches applied to multimodal LLMs • Build systematic experimentation and hyperparameter optimization workflows to explore post-training recipes, model configurations, and training strategies • Develop and apply inference optimization techniques for high-throughput model evaluation and interactive discovery workflows • Design and maintain benchmarking and evaluation frameworks across modalities, downstream tasks, and scientific use cases • Collaborate with ML and software engineering colleagues to productionize models, evaluation systems, and inference services • Partner with computational chemists, medicinal chemists, and biologists to ground model development and post-training objectives in drug discovery needs • Communicate results to internal teams, external partners, and at conferences • Write, refactor, test, document, and package high-quality research and engineering code • Research and develop AI-based discovery technologies for Iambic Therapeutics' drug discovery platform

🎯 Exigences

• PhD in machine learning, computer science, computational chemistry, physics, or a related computational STEM field, or equivalent industry experience demonstrating comparable depth • Strong Python and PyTorch skills, including implementing, training, debugging and evaluating deep learning models end-to-end • Demonstrated experience training large-scale transformer models • Demonstrated experience with reinforcement learning approaches such as RLHF, RLAIF, PPO, GRPO, RL with verifiable rewards, or related methods (strongly preferred) • Experience with supervised fine-tuning, full-parameter fine-tuning, parameter-efficient fine-tuning (LoRA), or related methods • Systematic hyperparameter optimization or large-scale experimentation using tools such as Optuna, Ray Tune, or similar frameworks • Strong engineering practices: reproducible experimentation, clean code, testing, and performance-aware debugging • Comfort with modern ML infrastructure such as Docker, CUDA, Kubernetes, and experiment tracking tools such as Weights & Biases • Experience with multimodal or multi-task model architectures (preferred) • Training and inference optimization, including mixed precision, kernel optimization, quantization, or distributed strategies (preferred) • Familiarity with biomedical, chemical, or biological data domains (preferred) • Distributed training at scale (preferred) • HPC or large-scale training operations experience (preferred)

🏖️ Avantages

• Private medical insurance • Life assurance • Pension contributions • Flexible holiday allowances • Modern and collaborative work environment in the centre of Bristol

📊 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