Opis stanowiska
Proces odkrywania leków jest skomplikowany i wymaga znacznych inwestycji finansowych oraz wielu lat pracy, aby wprowadzić nowy lek na rynek. Jednym ze sposobów skrócenia czasu i zmniejszenia kosztów tego procesu jest zastosowanie sztucznej inteligencji, która może zredukować liczbę niepowodzeń w badaniach klinicznych oraz ułatwić eksplorację przestrzeni związków chemicznych. W tym projekcie proponujemy wykorzystanie narzędzi opartych na wyszukiwaniu wiedzy oraz interaktywnym i interpretowalnym uczeniu maszynowym w celu zwiększenia efektywności procesu odkrywania leków. Opracowane narzędzie będzie w stanie analizować obrazy zdarzeń komórkowych, takie jak te uzyskane w protokole CellPainting (CP) i identyfikować potencjalne małocząsteczkowe leki, które mogą indukować specyficzne zdarzenia komórkowe. Dzięki temu, proces odkrywania leków stanie się szybszy i bardziej opłacalny. Będziemy współpracować z Matthiasem Zeppelzauerem, ekspertem w zakresie wyszukiwania wiedzy, oraz z firmą Ardigen
Nasze wymagania
- Do konkursu mogą przystąpić osoby, które spełniają wymogi określone w art. 113, 116 ust. 2 pkt 3) ustawy z dnia 20 lipca 2018 r. Prawo o szkolnictwie wyższym i nauce oraz zgodnie z § 165 Statutu UJ, a także Regulaminem Wyboru Projektów odpowiadają następującym kryteriom kwalifikacyjnym:
- posiadają co najmniej stopień doktora;
- posiadają odpowiedni dorobek naukowy;
- biorą czynny udział w życiu naukowym.
- Dodatkowe wymagania i oczekiwania:
- doktorat z zakresu informatyki lub dyscypliny pokrewnej;
- w roku ogłoszenia konkursu na stanowisko posiadały stopień naukowy doktora nie dłużej niż przez okres 7 lat (licząc kolejne lata od roku następującego po roku uzyskania stopnia): https://www.fnp.org.pl/assets/Regulamin-wyboru-projektow_aktualizacja-14.06.2024.pdf;
- udokumentowane osiągnięcia w publikacjach z zakresu wyszukiwania informacji, uczenia multimodalnego, głębokiego uczenia maszynowego lub uczenia reprezentacji;
- biegłość w programowaniu w Pythonie, z doświadczeniem w pracy z bibliotekami naukowymi, takimi jak PyTorch;
- dobre zrozumienie metod sztucznej inteligencji, w szczególności transformerów;
- znajomość wyjaśnialnej sztucznej inteligencji, np. prototypowych części;
- biegła znajomość języka angielskiego;
- praktyczne doświadczenie w pracy w zespole badawczym.
Zakres obowiązków
- wg Regulaminu Pracy UJ - Załącznik nr 1 do Regulaminu pracy Uniwersytetu Jagiellońskiego – Wzory zakresu zadań i obowiązków nauczyciela akademickiego
- Prowadzenie badań w dziedzinie wyszukiwania informacji w celu ulepszenia procesu odkrywania leków.
- Nadzorowanie studentów w ich pracy badawczej.
- Projektowanie i proponowanie rozwiązań naukowych dla wyzwań badawczych w ramach projektu.
- Implementowanie modeli oraz protokołów ewaluacji.
- Opracowywanie materiałów marketingowych, wniosków patentowych i publikacji.
- Prezentowanie wyników projektu szerszej publiczności.
Oferujemy
- stabilne zatrudnienie w oparciu o umowę o pracę, w uznanej uczelni,
- współpracę z interdyscyplinarnym środowiskiem naukowym reprezentowanym przez uznanych naukowców,
- wsparcie naukowe i możliwość podnoszenia kwalifikacji oraz rozwoju zawodowego,
- dostęp do infrastruktury badawczej,
- benefity w postaci m.in. Karty Multisport, zajęć sportowych, możliwość skorzystania z pakietów medycznych, ubezpieczenia grupowego,
- dodatkowe świadczenia socjalne.
Dokumenty wymagane do rekrutacji
- CV,
- kwestionariusz osobowy dla osoby ubiegającej się o zatrudnienie,
- kopia dyplomu doktorskiego – jeżeli Kandydat /Kandydatka posiada,
- informację o dorobku naukowym, dydaktycznym i organizacyjnym Kandydata /Kandydatki,
- oświadczenie stwierdzające, że UJ będzie głównym/dodatkowym miejscem pracy w przypadku wygrania konkursu,
- oświadczenie w trybie art. 113 ustawy Prawo o szkolnictwie wyższym i nauce,
- oświadczenie o znajomości i akceptacji zasad dotyczących zarządzania własnością intelektualną oraz zasad komercjalizacji UJ,
- (druki oświadczeń oraz wzór kwestionariusza osobowego można pobrać na stronie: https://cso.uj.edu.pl/konkursy)
- list motywacyjny,
- co najmniej jeden list rekomendujący od opiekuna naukowego.