Náplň práce, právomoci a zodpovednosti
Hľadáme zanieteného a talentovaného výskumníka/programátora, ktorý by podporil naše úsilie v napredovaní v oblasti Molekulárnej dynamiky. Simulácie na atómovej/molekulárnej úrovni majú potenciál stať sa neoceniteľnými nástrojmi pre medicínsky výskum a material science – najmä v oblasti protein designu.
Informácie o výberovom konaní
Sme súkromne financovaný neziskový výskumný tím.
Našou víziou je výrazne zvýšiť presnosť simulácií Molekulárnej dynamiky. A to vďaka využitiu najnovších technológií AI, Deep learning, Machine learning. Cieľom je naprogramovať model, ktorý dokáže zvýšiť pravdepodobnosť predikcie pohybu, polohy a rýchlosti atómových častíc. Týmto prispieť k progresívnym nástrojom medicínskeho výskumu.
Začíname od „nuly“, čo vyžaduje značné množstvo experimentov, aby sme boli schopní definovať architektúru, šírku, hĺbku, štruktúru a ostatné hyperparametre modelu.
Čo ponúkame:
– Príležitosť pracovať na zaujímavom výskumnom projekte s potenciálne vysokým pozitívnym dopadom, čo je pomerne unikátne v rámci Bratislavského regiónu
– Konkurencieschopný plat v porovnaní s komerčnými pracovnými pozíciami
– Priateľské a agilné pracovné prostredie pre talentovaných jednotlivcov
– Možnosť získať unikátne skúsenosti a znalosti z oblasti Deep learning a Neurónových sietí
Osobnostné predpoklady a zručnosti
Hľadáme práve teba ak si:
– buď vysoko talentovaný Software engineer schopný učiť sa a experimentovať pri trénovaní neurónových sietí
– alebo skúsený odborník na Neurónové siete s bohatými skúsenosťami s trénovaním modelov
(ideálnym kandidátom by bol skutočne niekto, kto stelesňuje oboje, ale nie je to striktná podmienka).
Pre tých, ktorý majú talent a chuť učiť sa, ale nie až také praktické skúsenosti v danej oblasti požadujeme:
– min. 3 roky skúseností s programovaním v ktoromkoľvek jazyku
– základné chápanie konceptu neurónových sietí
– preukázanie hlbších odborných znalostí z predchádzajúcich oblastí pôsobenia
– samostatnosť a iniciatíva pri riešení zložitých výziev
Kľúčové aktivity:
– trénovanie neurónových sietí
– návrh, vedenie a vyhodnocovanie Deep learning experimentov
– príprava tréningových dát
– vytvorenie infraštruktúry
– čítanie vedeckých článkov
– komunikovanie architektúry modelu so zvyškom tímu