[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