Откликайтесь
на вакансии с ИИ
Data scientist / ML (Cheminformatics)
Оценка ИИИнтересная наукоемкая ниша на стыке ML и химии с современным стеком технологий. Удаленный формат работы и глобальный охват делают вакансию привлекательной для опытных специалистов, ищущих сложные задачи.
Сложность вакансии
Оценка ИИРоль требует редкого сочетания глубоких знаний в машинном обучении (GNN, байесовская статистика) и понимания специфики хемоинформатики. Высокий грейд подразумевает самостоятельность в проведении исследований и разработке сложных моделей для анализа молекул.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для позиций Middle/Senior Data Scientist в международном сегменте (Global/Remote) рынок предлагает конкурентные условия. Учитывая узкую специализацию (Cheminformatics), вознаграждение может быть выше среднего по рынку DS.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь уже сейчас
Откликнитесь через Runello-бот, чтобы принять участие в разработке инновационных решений на стыке химии и машинного обучения!
Описание вакансии
Data scientist / ML (Cheminformatics)
Грейд: Middle/Senior
Стек: Python, Machine Learning, Random Forest, Gaussian Processes, LightGBM, Graph Neural Networks, Statistics, Bayesian statistics
Project focused on virtual developability/progressability analysis for small molecules. The goal is to improve hit triaging and decision-making in early-stage medicinal chemistry by leveraging machine…
Откликнуться через Runello-бот ↓
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- Machine Learning
- Random Forest
- Gaussian Processes
- LightGBM
- Graph Neural Networks
- Statistics
- Bayesian Statistics
- Cheminformatics
Возможные вопросы на собеседовании
Проект связан с анализом малых молекул, где графовое представление является стандартом.
Какие архитектуры Graph Neural Networks вы бы использовали для предсказания свойств молекул и почему?
В описании указаны Gaussian Processes и Bayesian statistics.
В каких случаях использование гауссовских процессов предпочтительнее стандартных методов регрессии при работе с химическими данными?
Важно понимать, как кандидат оценивает качество моделей в специфической области.
Как вы подходите к валидации моделей в хемоинформатике, учитывая проблему структурного сходства в обучающей и тестовой выборках?
Стек включает LightGBM и Random Forest.
Как вы решаете проблему несбалансированных данных при классификации активности соединений (hit triaging)?
Проект направлен на помощь химикам в принятии решений.
Как вы интерпретируете предсказания сложных моделей (например, GNN) для специалистов-химиков?
Похожие вакансии
Senior Data Engineer
ML Engineer, Senior
Data Scientist Senior
Senior ML Researcher/Engineer в команду робота доставки
Senior MLOps инженер
Senior MLOps Engineer
1000+ офферов получено
Устали искать работу? Мы найдём её за вас
Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!