Machine Learning Scientist

Chez Roche, vous pouvez être vous-même, accueilli pour les qualités uniques que vous apportez. Notre culture encourage l'expression personnelle, le dialogue ouvert et les liens authentiques, où vous êtes valorisé, accepté et respecté pour ce que vous êtes, vous permettant de vous épanouir tant personnellement que professionnellement. C'est ainsi que nous visons à prévenir, arrêter et guérir les maladies et à garantir que chacun ait accès aux soins de santé aujourd'hui et pour les générations à venir. Rejoignez Roche, où chaque voix compte.

Le Poste
AI Biology & Translation (AIBT) développe et applique l'intelligence artificielle de pointe pour accélérer la découverte biomédicale au sein de la Research and Early Development chez Genentech & Roche. Nous combinons les avancées dans les modèles de fondation, le machine learning multimodal et les données biologiques à grande échelle pour faire progresser la découverte de cibles, la compréhension des maladies, le développement de biomarqueurs et la science translationnelle.

Nous recherchons un (Senior) ML Scientist possédant une expertise approfondie en machine learning moderne pour diriger le développement et l'application de technologies d'IA de nouvelle génération pour la conception de séquences d'ADN et d'ARN destinées aux médicaments à base d'acides nucléiques. Nous travaillons en étroite collaboration avec les parties prenantes en Cell Therapy, Gene Therapy, et Vaccine Oncology sur des projets divers, allant du développement de plateformes pour l'affinement des conceptions de séquences en lab-in-the-loop à l'optimisation de leads pour des projets de portefeuille. Les travaux représentatifs incluent la conception d'éléments régulateurs pour conférer une transcription spécifique au type cellulaire et l'ingénierie de séquences de codage synonymes pour améliorer l'efficacité translationnelle.

En tant que Scientist / Senior Scientist, vous dirigerez directement les campagnes de conception de séquences, traduisant les questions biologiques en modèles prédictifs et génératifs, et pilotant l'optimisation itérative des séquences en étroite collaboration avec les expérimentateurs de laboratoire (wet-lab).

L'Opportunité

• Construire, entraîner et affiner des algorithmes de machine learning pour optimiser les médicaments à base d'acides nucléiques pour les projets de portefeuille actifs
• Concevoir des bibliothèques de séquences candidates pour des cycles d'optimisation lab-in-the-loop, analyser les résultats expérimentaux (par ex., MPRA, NGS), et mettre à jour les conceptions de manière itérative
• Collaborer de manière transversale avec les scientifiques de laboratoire et les chefs de projet pour comprendre les contraintes thérapeutiques et adapter les algorithmes de conception en conséquence
• Présenter les conclusions techniques, les conceptions candidates et les métriques de performance des modèles aux membres de l'équipe transversale et aux parties prenantes
• Rester à jour sur les avancées de la modélisation de séquences biologiques et des thérapies à base d'acides nucléiques pour intégrer des méthodes de pointe dans notre pipeline
• Contribuer aux publications scientifiques

Qui vous êtes

• Ph.D. dans une discipline quantitative (Bioinformatics, Computational Biology, Computer Science, Machine learning, ou un domaine connexe) avec 0-4 ans d'expérience postdoctorale ou industrielle
• Impact de recherche démontré à l'interface du machine learning et de la biologie moléculaire, attesté par des publications dans des revues de premier plan ou des conférences de ML
• Solides compétences en programmation Python et maîtrise des frameworks de deep learning tels que PyTorch
• Expérience pratique du développement, de l'entraînement ou de l'affinage de modèles sequence-to-function pour des molécules biologiques (de préférence ADN/ARN)
• Excellentes compétences en communication en anglais, avec la capacité de s'adresser à la fois à des scientifiques computationnels et expérimentaux

Qualifications Préférables

• Expérience préalable de l'application du machine learning dans un cadre biotech, pharma ou industriel
• Connaissance du domaine des thérapies à base d'acides nucléiques (par ex., conception d'ARNm, ingénierie de capside/promoteur AAV, vecteurs de thérapie cellulaire)
• Expérience avec des frameworks de ML avancés pertinents pour la conception de séquences, tels que la modélisation générative (diffusion, modèles de séquences autorégressifs, modèles de langage masqués), l'apprentissage actif, l'interprétabilité des modèles ou la quantification de l'incertitude
• Familiarité avec le traitement de données de génomique fonctionnelle à haut débit (par ex., MPRA, RNA-seq, ribosome profiling)

À propos de AI Biology & Translation (AIBT)
AI Biology & Translation (AIBT) fait partie du Computational Sciences Center of Excellence (CS-CoE). AIBT fait progresser le développement et l'application de l'intelligence artificielle de pointe pour accélérer la découverte biomédicale et la science translationnelle. En intégrant l'expertise en machine learning, biologie computationnelle et ingénierie logicielle, AIBT développe des capacités d'IA qui permettent aux chercheurs de générer de nouvelles perspectives biologiques, d'accélérer la prise de décision scientifique et de transformer la recherche à travers Genentech & Roche.

Qui nous sommes
Un avenir plus sain nous pousse à innover. Ensemble, plus de 100-000 employés à travers le monde se consacrent à faire progresser la science, garantissant que chacun ait accès aux soins de santé aujourd'hui et pour les générations à venir. Nos efforts se traduisent par plus de 26 millions de personnes traitées avec nos médicaments et plus de 30 milliards de tests effectués à l'aide de nos produits Diagnostics. Nous nous encourageons mutuellement à explorer de nouvelles possibilités, à favoriser la créativité et à maintenir nos ambitions élevées, afin de pouvoir fournir des solutions de santé qui changent la vie et ont un impa