Chercheur ou chercheuse scientifique en apprentissage automatique (Machine Learning)

<p><strong>À propos de Valence Labs</strong></p> <p>Valence Labs est le moteur de recherche de pointe en IA de Recursion. Nous dirigeons des programmes de recherche à fort impact conçus pour accroître concrètement la capacité de Recursion à découvrir et à développer des médicaments pour des maladies complexes. Notre équipe équilibre le pragmatisme à court terme avec une vision à long terme de l'évolution du domaine dans les 3 à 5 prochaines années, en incubant, concevant et commercialisant les approches qui, selon nous, vont définir l'avenir de la découverte de médicaments.</p> <p>Notre travail est guidé par l'optimisme, le sens des responsabilités et une vision commune d'un avenir plus sain. Nous publions dans les plus grandes revues et conférences, contribuons à la science ouverte et collaborons avec certaines des communautés de recherche en IA pour la découverte de médicaments les plus actives internationalement. Nos équipes sont basées à Londres et à Montréal, avec des liens profonds avec Mila, le plus grand institut de recherche en apprentissage profond au monde.</p> <p><strong>À propos du rôle</strong></p> <p>Nous recherchons un chercheur ou une chercheuse scientifique possédant un profil hybride entre la recherche et l'ingénierie pour rejoindre notre équipe. Dans ce rôle, vous serez à l'avant-garde du développement d'architectures génératives et de modèles de fondation qui ancrent l'apprentissage automatique dans la découverte biologique réelle.</p> <p><strong>Le profil recherché possède la plupart des qualifications suivantes :</strong></p> <ul> <li><strong>Doctorat (PhD) ou équivalent</strong> avec une expérience significative en recherche académique ou industrielle dans un domaine technique lié à l'apprentissage automatique appliqué à la découverte de médicaments.</li> <li><strong>Connaissances scientifiques</strong> en biologie, chimie ou physique, ainsi qu'une expérience préalable de travail dans un environnement scientifique interdisciplinaire.</li> <li><strong>Parcours de recherche percutant</strong>, incluant la conception de nouveaux réseaux de neurones pour modéliser des systèmes moléculaires ou biologiques, la proposition de nouvelles théories ou l'application de techniques d'IA novatrices à des problèmes concrets.</li> <li><strong>Fortes compétences techniques et d'ingénierie</strong>, incluant la capacité de prototyper rapidement des modèles d'IA (maîtrise de <strong>Python</strong> requise ; <strong>Rust</strong> est un atout pour l'encodage moléculaire haute performance ou les pipelines de données).</li> <li><strong>Compétences en leadership et communication</strong>, incluant un dossier de premier auteur ou première autrice dans des conférences évaluées par les pairs (ex. : NeurIPS, ICML, ICLR) ou des revues (ex. : Nature, Science, JACS).</li> <li><strong>Empathie interdisciplinaire</strong> et capacité avérée à travailler efficacement au sein d'équipes multidisciplinaires composées de scientifiques en laboratoire sec (<em>dry lab</em>) et humide (<em>wet lab</em>)</li> </ul> <h3><strong>Responsabilités clés</strong></h3> <ul> <li><strong>Innovation de modèles :</strong> Rechercher et développer des architectures de pointe (ex. : <em>flow matching</em>, modèles de diffusion, apprentissage profond géométrique) adaptées à des défis biologiques ou chimiques spécifiques.</li> <li><strong>Ingénierie évolutive (Scalability) :</strong> Construire et maintenir des systèmes d'IA capables de traiter des ensembles de données massifs sur des grappes de calcul haute performance (BioHive).</li> <li><strong>Ancrage biologique :</strong> Veiller à ce que les prédictions d'IA soient biologiquement fiables et exploitables en collaborant étroitement avec les équipes de découverte de médicaments.</li> <li><strong>Science ouverte et collaboration :</strong> Publier les résultats dans des revues et conférences de premier plan et contribuer à l'ensemble de la communauté scientifique.</li> </ul> <h3><strong>Lieu de travail et rémunération</strong></h3> <p>Il s'agit d'un poste hybride basé au bureau. Nous recrutons pour ce rôle à <strong>Montréal (Canada)</strong>. Les employé·e·s doivent être présent·e·s au bureau au moins 50 % du temps.</p> <p>La rémunération globale est concurrentielle et adaptée aux compétences et à l’expérience exigées pour ce poste. En plus du salaire de base, vous serez admissible à un boni annuel et une rémunération en actions et un programme complet d’avantages sociaux.</p> <p>#LI-EP1</p>