한국에서 꿈을 이루세요.

지금 바로 비잡과 함께 시작하세요.

[Mogam Biotechnology Research Institute] Small Molecule AI yangi dori ishlab chiqish tadqiqotchisi (PhD, yangi ishga kirgan·tajribali) ishga qabul qilinadi

(재)목암생명과학연구소 · 서울 서초구 강남대로41길 15-19

✨Lavozim tavsifi - Kichik molekulali AI dori ishlab chiqish bo‘yicha tadqiqotchi - Kichik molekulali dori ishlab chiqishda AI/ML modellarini ishlab chiqish va qo‘llash orqali tajriba bilan tasdiqlash mumkin bo‘lgan hit/lead nomzodlarini aniqlash - Ilmiy maqolada e’lon qilishga loyiq metodologiyalarni ishlab chiqish - Faollik, ADMET va toksiklikni bashorat qilish modellarini ishlab chiqish - Generativ modellar va tuzilma asosidagi molekulyar dizaynni ishlab chiqish, ko‘p maqsadli optimallashtirishni amalga oshirish - Virtual skrining, active learning va o‘quv ma’lumotlarini kuratsiya qilishni bajarish - Eng so‘nggi modellarni qayta tiklash va takomillashtirish, SCI jurnallari hamda AI konferensiyalarida maqola chop etish - Natijalarni talqin qilish va nomzodlarni kimyoviy biologiya tadqiqot jamoasi bilan ulashish ✅Talablar - Doktorlik darajasiga ega bo‘lgan yoki ishga kirishdan oldin olishi kutilayotgan - Kompyuter fanlari·AI, hisoblash kimyosi, kimyoinformatika, farmatsiya, kimyo yoki tegishli yo‘nalishlar bo‘yicha doktor - Doktorlik darajasini olgandan keyin 0~5 yil tajriba (doktorlikdan keyingi tajribani ham o‘z ichiga oladi) - AI dori ishlab chiqish sohasida doktor darajasidagi tadqiqot tajribasi - Tegishli sohada birinchi muallif sifatida kamida 1 ta asosiy maqola - Python va PyTorch yoki JAX bilan modellarni puxta ishlab chiqish qobiliyati - Maqolalar va ochiq kodli modellarni qayta tiklash va tekshirish qobiliyati - Dori kimyosi bo‘yicha asosiy bilimlar (SAR, ADMET) va RDKit’dan foydalanish ko‘nikmasi - Tadqiqot institutining ishga qabul qilish qoidalariga ko‘ra nomuvofiqlik holatlari bo‘lmasligi - Xorijga safar qilish va ishlashga to‘sqinlik qiladigan holatlar bo‘lmasligi 💖Afzalliklar - NeurIPS, ICML, ICLR bo‘yicha maqola tajribasi - Diffusion kabi generativ modellar, equivariant GNN, co-folding modellar tajribasi - Active learning, Bayesian optimization, katta hajmdagi virtual skrining tajribasi - Amaliy dori ishlab chiqish loyihalarida ishtirok etish tajribasi yoki ochiq kodli/hisobiy jamiyatga hissa qo‘shish - Docking, FEP, MD tajribasi - Preprint yoki ochiq e’lon qilingan model/kodga ega bo‘lish - Bashoratdagi noaniqlikni baholash tajribasi (calibration, applicability domain) - Ishga joylashishda himoyalangan toifaga mansub shaxslar (faxriylar, nogironligi bo‘lgan shaxslar va boshqalar) 🏠Ish joyi - Seul, Seocho-gu, Gangnam-daero 41-gil 15-19, M11 binosi, 3-qavat - Yangjae bekati yaqinida ⚡️Tanlov jarayoni - Hujjatlarni saralash → Shaxsiyat testi (onlayn) → 1-bosqich suhbat (taqdimotli suhbat) → 2-bosqich suhbat → Ish sharoitlari bo‘yicha kelishuv - 1-bosqich suhbatda asosiy tadqiqotingizni taxminan 20 daqiqa davomida taqdim etasiz, so‘ng savol-javob va texnik savollar bo‘ladi - Taqdim etilgan ochiq kod ham ko‘rib chiqiladi - Tajribali nomzodlar uchun tavsiyalar tekshiruvidan so‘ng ish sharoitlari bo‘yicha kelishuv qilinadi, ishga qabul qilish tibbiy ko‘rikdan so‘ng yakuniy tasdiqlanadi - Barcha natijalar o‘tgan yoki o‘tmaganidan qat’i nazar E-mail va SMS orqali bildiriladi 👉Ariza muddati/usuli - Ariza qabul qilish muddati: ishga qabul qilinguncha ochiq - Ariza berish usuli: ishga qabul qilish veb-sayti orqali 📋Boshqa ma’lumotlar - Bu doimiy ish o‘rni bo‘lib, ishga kirgandan keyin 2 oylik sinov muddati mavjud - Haftasiga 5 kun ofisda ishlash, 08:30~17:30 asosidagi moslashuvchan ish tartibi - Mokam Life Science Research Institute va uning filiallaridagi boshqa ish e’lonlariga bir vaqtda ariza berish mumkin emas - Lavozim darajasi va ish haqi tajriba hamda natijalarga ko‘ra kelishiladi - Cloud·GPU resurslari taqdim etiladi - Maqola va konferensiya taqdimotlari rag‘batlantiriladi - Ishga qabul qilish hujjatlari qaytarib olishni talab qilish mumkin va saqlash muddati tugagach yo‘q qilinadi

Ish shartlari

Ish davri
Uzoq muddatli
Ish vaqti
08:30 ~ 17:30

Ishga olish shartlari

Ariza topshirish muddati
Ishga qabul qilinganda yopiladi
Ish turi
Doimiy ish
Maosh
suhbatdan keyin qaror qilinadi

Nomzod talablari

Tajriba ega
Tajriba talab qilinmaydi
Ta’lim
Magistr yoki undan yuqori
Imtiyozli shartlar
NeurIPS, ICML, ICLR maqolalari bo‘yicha tajriba Diffusion kabi generativ modellar, equivariant GNN va co-folding modellar bo‘yicha tajriba Active learning, Bayesian optimization, katta miqyosli virtual screening bo‘yicha tajriba Amaliy dori ishlab chiqish loyihalarida ishtirok etish yoki ochiq manba / ilmiy anjumanlarga hissa qo‘shish tajribasi Docking, FEP, MD bo‘yicha tajriba Preprint yoki ommaga e’lon qilingan model/kodga ega Bashorat noaniqligini baholash tajribasi (calibration, applicability domain) Ish bilan ta’minlashdan himoyalangan toifa (veteranlar, nogironligi bo‘lgan shaxslar va boshqalar)
Imtiyoz va Ijtimoiy Paket
Bulut·GPU resurslarini qo‘llab-quvvatlash Maqola·konferensiya taqdimotlarini rag‘batlantirish