한국에서 꿈을 이루세요.

지금 바로 비잡과 함께 시작하세요.

[Mogam Biotechnology Research Institute] Rekrutmen Peneliti Pengembangan Obat Baru AI Small Molecule (PhD, pemula·berpengalaman)

(재)목암생명과학연구소 · 서울 서초구 강남대로41길 15-19

✨Uraian pekerjaan - Peneliti pengembangan obat baru AI untuk Small Molecule - Mengembangkan dan menerapkan model AI/ML pada pengembangan obat molekul kecil untuk menghasilkan kandidat hit/lead yang dapat divalidasi melalui eksperimen - Mengembangkan metodologi pada مستوى yang layak dipublikasikan sebagai makalah - Mengembangkan model prediksi aktivitas, ADMET, dan toksisitas - Mengembangkan model generatif dan desain molekul berbasis struktur, serta melakukan optimasi multiobjektif - Melakukan virtual screening, active learning, dan kurasi data pelatihan - Mereplikasi dan meningkatkan model terbaru serta memublikasikan makalah di jurnal SCI dan konferensi AI - Menafsirkan hasil dan membagikan kandidat kepada tim riset kimia-biologi ✅Kualifikasi pelamar - Pemegang gelar doktor atau akan memperolehnya sebelum mulai bekerja - Doktor di bidang ilmu komputer·AI, kimia komputasi, kimioinformatika, farmasi, kimia, atau bidang terkait - Pengalaman 0~5 tahun setelah memperoleh gelar doktor (termasuk pengalaman peneliti pascadoktoral) - Pengalaman riset tingkat doktor di bidang AI drug discovery - Minimal 1 makalah utama sebagai penulis pertama di bidang terkait - Mampu mengembangkan model secara mahir dengan Python dan PyTorch atau JAX - Mampu mereplikasi dan memvalidasi makalah maupun model open source - Pengetahuan dasar kimia medisinal (SAR, ADMET) dan kemampuan menggunakan RDKit - Tidak memiliki alasan diskualifikasi menurut peraturan ketenagakerjaan lembaga riset - Tidak memiliki alasan yang menghalangi perjalanan dan penempatan kerja di luar negeri 💖Preferensi - Pengalaman makalah di NeurIPS, ICML, ICLR - Pengalaman model generatif seperti Diffusion, equivariant GNN, model co-folding - Pengalaman active learning, Bayesian optimization, virtual screening skala besar - Pengalaman terlibat dalam proyek pengembangan obat nyata atau kontribusi open source·konferensi - Pengalaman Docking, FEP, MD - Memiliki preprint atau model·kode yang dipublikasikan - Pengalaman evaluasi ketidakpastian prediksi (calibration, applicability domain) - Penerima perlindungan ketenagakerjaan (veteran, penyandang disabilitas, dll.) 🏠Lokasi kerja - 3 lantai, Gedung M11, 15-19 Gangnam-daero 41-gil, Seocho-gu, Seoul - Dekat Stasiun Yangjae ⚡️Tahap seleksi - Berkas → tes kepribadian (online) → wawancara tahap 1 (wawancara presentasi) → wawancara tahap 2 → pembahasan kompensasi - Wawancara tahap 1 dilakukan dengan presentasi sekitar 20 menit tentang riset utama, diikuti tanya jawab dan pertanyaan teknis - Kode publik yang diajukan juga akan ditinjau - Untuk kandidat berpengalaman, pembahasan kompensasi dilakukan setelah pengecekan referensi, dan penetapan akhir setelah pemeriksaan kesehatan rekrutmen - Semua hasil akan diberitahukan melalui E-mail dan SMS, baik lulus maupun tidak lulus 👉Periode/metode rekrutmen - Periode pendaftaran: ditutup saat rekrutmen terpenuhi - Cara pendaftaran: melamar melalui situs web rekrutmen 📋Lain-lain - Status karyawan tetap, dengan masa percobaan 2 bulan setelah masuk kerja - Bekerja di kantor 5 hari seminggu, dengan sistem jam kerja fleksibel berdasarkan 08:30~17:30 - Tidak dapat melamar bersamaan dengan lowongan lain dari Mokam Life Science Institute dan afiliasinya - Jabatan dan kompensasi akan dibicarakan sesuai pengalaman dan pencapaian - Dukungan sumber daya cloud·GPU - Presentasi makalah·konferensi didorong - Dokumen rekrutmen dapat diminta untuk dikembalikan dan akan dimusnahkan setelah masa penyimpanan berakhir

Kondisi Kerja

Jangka waktu kerja
Jangka panjang
Waktu kerja
08:30 ~ 17:30

Syarat Rekrutmen

Batas Waktu Pendaftaran
Tutup saat terisi
Jenis pekerjaan
Full-time
Gaji
Diputuskan setelah wawancara

Kualifikasi

Pengalaman
Tidak memandang pengalaman
Pendidikan
Magister atau lebih tinggi
Kondisi yang Diutamakan
Pengalaman dengan makalah NeurIPS, ICML, ICLR Pengalaman dengan model generatif seperti diffusion, GNN equivariant, dan model co-folding Pengalaman active learning, Bayesian optimization, dan virtual screening skala besar Pengalaman berpartisipasi dalam proyek pengembangan obat nyata atau kontribusi open source / konferensi ilmiah Pengalaman docking, FEP, MD Memiliki preprint atau model/kode yang dipublikasikan Pengalaman evaluasi ketidakpastian prediksi (calibration, applicability domain) Kategori dilindungi ketenagakerjaan (veteran, penyandang disabilitas, dll.)
Manfaat & Kesejahteraan
Dukungan sumber daya cloud·GPU Mendorong publikasi makalah·presentasi konferensi