Categorías
···
Entrar / Registro
Científico en Modelado y Optimización
Indeed
Tiempo completo
Presencial
Sin requisito de experiencia
Sin requisito de título
79Q22222+22
Favoritos
Compartir
Parte del contenido se ha traducido automáticamenteVer original
Descripción

Resumen: Deep Origin busca un especialista en modelado y optimización numérica para construir y optimizar enfoques de simulación biológica y optimización de parámetros a gran escala destinados a predicciones toxicológicas en todo el organismo humano. Aspectos destacados: 1. Acelerar el descubrimiento de fármacos mediante herramientas impulsadas por inteligencia artificial 2. Desarrollar enfoques de simulación y optimización de vanguardia 3. Trabajar con modelos biológicos a gran escala para predicciones toxicológicas Deep Origin es una empresa de biotecnología que acelera el descubrimiento de fármacos mediante herramientas impulsadas por inteligencia artificial. Nuestras plataformas simplifican la I+D, simulan procesos biológicos y capacitan a los científicos para resolver enfermedades y extender el periodo de salud. Buscamos reclutar a un especialista en modelado y optimización numérica con experiencia en Biología de Sistemas, Farmacología Cuantitativa de Sistemas y/o Toxicología. Usted contribuirá a construir enfoques de simulación y optimización de parámetros para sistemas a gran escala de modelos biológicos, que incluyen componentes de modelos mecanicistas y de aprendizaje automático, utilizados en predicciones toxicológicas en todo el organismo humano. Además, trabajará en la simulación y optimización eficiente del sistema de modelos a gran escala, incluido el uso de computación de alto rendimiento y marcos de computación distribuida. **Requisitos** * Licenciatura o maestría en un campo cuantitativo relevante (Biología, Ciencias de la Computación, Matemáticas, Física, Ingeniería, etc.). * Experiencia en la construcción y parametrización de modelos biológicos, ya sean de aprendizaje automático o mecanicistas. * Amplia experiencia en programación con Python. * Experiencia en computación de alto rendimiento y/o sistemas distribuidos. * Experiencia en algoritmos de optimización y consideraciones numéricas. * Experiencia en enfoques clásicos de aprendizaje automático, como métodos basados en árboles, perceptrones multicapa (MLP), etc. **Responsabilidades:** * Construir marcos de software para conectar, ejecutar y parametrizar de forma fluida sistemas a gran escala de modelos biológicos, desde la escala fisiológica hasta la molecular. * Colaborar con el equipo de Simulaciones Celulares de Deep Origin y con toda la empresa para desarrollar interfaces de submodelos a distintas escalas, que representen procesos biológicos relevantes para la fisiología y la toxicología, e incorporarlos al marco anterior. * Incorporar métodos interpretables de aprendizaje automático en el sistema de modelos, según corresponda, para ayudar a capturar interacciones no representadas y calibrar los modelos con resultados experimentales o clínicos. * Planificar y organizar el trabajo para garantizar el cumplimiento de plazos y hitos específicos, coordinando con otros miembros del equipo para asegurar que el trabajo esté correctamente alineado e integrado con otros esfuerzos. * Comunicarse de forma efectiva dentro de la empresa y con equipos externos, actualizando frecuentemente sobre los avances y los cuellos de botella. **Deseable:** * Experiencia en modelado de vías celulares u órganos, con fines de descubrimiento de fármacos o toxicología. * Experiencia en la creación de modelos sustitutos de sistemas biológicos, mediante enfoques analíticos o basados en aprendizaje automático. * Experiencia en interpretabilidad y análisis de sensibilidad de modelos mecanicistas y de aprendizaje automático. * Experiencia en cómputo con GPU, C y C++.

Fuentea:  indeed Ver publicación original
David Muñoz
Indeed · HR

Compañía

Indeed
David Muñoz
Indeed · HR
Empleos similares

Cookie
Configuración de cookies
Nuestras aplicaciones
Download
Descargar en
APP Store
Download
Consíguelo en
Google Play
© 2025 Servanan International Pte. Ltd.