ML инженер (Early Drug Discovery)
ГЕРОФАРМ
Полная занятость3–5 летСанкт-Петербург GNNDiffusion modelsDockerMLflowCI/CDKubernetesPythonPyTorchTensorFlowscikit-learnNumPypandasSQLNoSQLSparkDaskApache AirflowPrefectREST APIgRPCHPCCUDAQSARQSPRRDKitOpen BabelELISAАнглийский язык
AI-саммари
В команду раннего поиска лекарств нужен ML-инженер: он строит пайплайны и модели для приоритизации хитов, ADMET-прогноза и de-novo-дизайна молекул, внедряет MLOps и работает вместе с химиками и биологами. Ждут 3+ лет в ML, Python, PyTorch и data engineering, плюсом будет опыт в фарме или химии.
Обязанности
- Проектирование и поддержка высоконагруженных ETL-пайплайнов для интеграции HTS/HCS, структурной, –omics- и различной текстовой информации.
- Разработка и валидация ML/AI-моделей (GNN, 3D-transformers, diffusion) для:
- приоритизации хитов, ADMET/off-target-прогноза;
- de-novo-дизайна малых молекул и белков;
- оптимизации биопроцессов и аналитических методов.
- Внедрение MLOps: Docker, MLflow, CI/CD, деплой на GPU-кластер/K8s-on-prem.
- Участие в полном цикле in silico → in vitro вместе с химиками и биологами: формулировка гипотез, планирование экспериментов, анализ результатов, обратная связь по результатам эксперимента.
- Ведение документации, обмен знаниями и опытом, поддержка других подразделений, выступления на внутренних и внешних мероприятиях.
Требования
- Профильное высшее образование: информатика, биоинформатика, прикладная математика, хим- или биофизика.
- 3+ лет опыта построения и эксплуатации ML-систем: Python 3.*, PyTorch/TF, scikit-learn, NumPy/Pandas.
- Стек Data Engineering: SQL/NoSQL, Spark или Dask, Airflow/Prefect, REST/gRPC-сервисы.
- Опыт работы с HPC или облачными GPU-ресурсами, оптимизацией вычислений (CUDA, mixed-precision, distributed training).
- Глубокие знания статистики, экспериментального дизайна и методов оценки неопределённости.
- Умение читать и реализовывать state-of-the-art статьи (NeurIPS, ICML, Nature Methods).
- Знание английского языка – не ниже Intermediate.
Будет плюсом
- Будет преимуществом реальный опыт ML в фармацевтической индустрии или химии (QSAR/QSPR, virtual screening, free-energy), навыки работы с RDKit/OpenBabel, SDF/PDB, умение интерпретировать данные биологических тестов (SPR, BLI, ELISA, HTS).
- Приветствуется наличие публикаций, патентов, опыт участия в open-source или Kaggle.
Условия
- Амбициозные проекты и интересные задачи по разработке жизненно-важных препаратов
- Возможность увидеть реальное воплощение своей работы в готовом продукте
- Прозрачность и гибкость процессов
- Размер заработной платы обсуждается индивидуально с успешным кандидатом
- По результатам работы выплачиваются квартальные и годовые премии
- Расширенный социальный пакет (ДМС, страхование от несчастных случаев, корпоративная мобильная связь, компенсация питания и проезда, частичная компенсация фитнеса)
- Полная занятость, полный день
- Требуемый опыт работы: 3-6 лет
Источник: geropharm-career.ru (ГЕРОФАРМ) 5 ноября 2026