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. #J-18808-Ljbffr