Chercheur ou chercheuse scientifique en apprentissage automatique (Machine Learning)

À propos du rôle

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.

Le profil recherché possède la plupart des qualifications suivantes :

• Doctorat (PhD) ou équivalent avec une expérience significative en recherche académique ou industrielle dans un domaine technique lié à l'apprentissage automatique appliqué à la découverte de médicaments.

• Connaissances scientifiques en biologie, chimie ou physique, ainsi qu'une expérience préalable de travail dans un environnement scientifique interdisciplinaire.

• Parcours de recherche percutant, 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.

• Fortes compétences techniques et d'ingénierie, incluant la capacité de prototyper rapidement des modèles d'IA (maîtrise de Python requise ; Rust est un atout pour l'encodage moléculaire haute performance ou les pipelines de données).

• Compétences en leadership et communication, 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).

• Empathie interdisciplinaire et capacité avérée à travailler efficacement au sein d'équipes multidisciplinaires composées de scientifiques en laboratoire sec (dry lab) et humide (wet lab).

Responsabilités clés

• Innovation de modèles : Rechercher et développer des architectures de pointe (ex. : flow matching, modèles de diffusion, apprentissage profond géométrique) adaptées à des défis biologiques ou chimiques spécifiques.

• Ingénierie évolutive (Scalability) : Construire et maintenir des systèmes d'IA capables de traiter des ensembles de données massifs sur des grappes de calcul haute performance (BioHive).

• Ancrage biologique : Veiller à ce que les prédictions d'IA soient biologiquement fiables et exploitables en collaborant étroitement avec les équipes de découverte de médicaments.

• Science ouverte et collaboration : Publier les résultats dans des revues et conférences de premier plan et contribuer à l'ensemble de la communauté scientifique.

Lieu de travail et rémunération

Il s'agit d'un poste hybride basé au bureau. Nous recrutons pour ce rôle à Montréal (Canada). Les employé·e·s doivent être présent·e·s au bureau au moins 50 % du temps.

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, une rémunération en actions et un programme complet d’avantages sociaux.