insitro对重新思考药物开发的方法的关键是利用疾病模型、遗传学和临床数据集，将体外和细胞表型与患者结果联系起来。
基于成像的高内容表型是insitro努力特征化和量化复杂患者数据集的核心。我们的目标是利用机器学习来表征临床成像模态（如病理学图像）中的图像内容和患者状态。
作为一名机器学习/计算机视觉研究员，你的重点将是开发创新的机器学习方法来分析和整合大规模医学成像数据集，例如组织病理学、MRI和其他临床成像模态，来自随机临床试验、电子健康记录/PACS、国家生物库和其他来源。你还将与同事合作，将这些数据与相关的临床、遗传或其他变量整合起来。通过这种合作努力，你将有机会为理解患者疾病状态和进展、预测患者结果、确定治疗靶点以及开发高效低毒副作用的药物模型做出贡献。
你的工作将涉及经典计算机视觉和深度学习领域的前沿方法的开发和部署。我们处理的数据将需要解决一些挑战，如分布偏移（例如病理学染色特征的医院间差异）、数据缺失、类别不平衡和样本量小等独特挑战。你需要开发适合目标的方法，利用自监督学习、多任务学习、少样本学习等方法。你将与软件工程团队合作，开发这些方法作为可靠、可重用的平台组件，可以在大规模数据集上以便携的方式部署。
你将加入一家充满活力的生物技术初创公司，由于获得了大量资金，并处于高速增长阶段，具有长期稳定性。在这个早期和令人兴奋的阶段，很多事情都可能发生，提供了很多机会产生重大影响。你将与一支非常有才华的团队密切合作，学习广泛的技能，帮助塑造insitro的文化、战略方向和成果。加入我们，为患者做出改变！
这个职位最好是在旧金山湾区或波士顿地区，但我们愿意讨论其他美国和英国地区的位置。
关于你
• 计算机视觉、机器学习、计算机科学、临床机器学习或相关学科的博士学位，或者具有同等的实际经验（例如，硕士学位加上2年相关行业经验）
• 开发多样化计算机视觉任务模型的经验（例如分割、识别、分类、领域适应），包括使用现代深度学习框架（PyTorch、JAX、Keras等）
• 在生物医学成像模态方面有丰富的实践经验
• 掌握自监督学习、迁移学习、多模态建模、少样本学习等现代表征学习方法
• 熟练使用Python进行编程，包括使用Linux/Bash处理TB级图像数据集
• 能够有效沟通和与不同背景和职能的人合作
• 对改变世界有激情
优先考虑
• 构建临床图像数据集预处理基础设施的经验
• 在临床数据分析的实际挑战方面有经验，包括与临床数据集（如EHR/PACS或临床试验数据）和临床医生的互动等工作
• 通过行业经验或与开源项目的广泛参与，展示了在团队中编写软件的能力
• 对人体生理学或疾病生物学（尤其是癌症、代谢或神经退行性疾病）有一定的了解
• 在相关计算机视觉、临床机器学习或生物医学领域发表有意义的高质量工作的出版记录
• 熟悉云计算服务（如AWS或GCP）
• 熟练掌握C++/OpenCV/CUDA或其他编译型、静态类型语言和相关的计算机视觉/图形库
insitro的薪酬和福利
该职位成功应聘者的目标起薪范围为16万美元至21.5万美元。为确定起薪，我们考虑多个与工作相关的因素，包括候选人的技能、教育和经验、实际录用的级别、市场需求、业务需求和内部平衡。我们将来还可能根据市场数据调整这个范围。
该职位有资格参加我们的年度绩效奖金计划（根据公司目标和角色水平以及年度公司业绩）和股权激励计划，受相关计划和政策的约束。
此外，insitro还为员工提供以下福利：
• 为员工提供的401(k)计划，雇主匹配缴纳的款项
• 优秀的医疗、牙科和视觉保险（insitro为员工支付100%的保费），以及心理健康和福祉支持
• 开放、灵活的休假政策
• 带薪产假
• 每季度预算用于购买自我发展的书籍和在线课程
• 支持偶尔参加对你职业发展有意义的专业会议
• 新员工办公室设置津贴
• 每月手机和互联网津贴
• 免费提供现场咖啡师和咖啡厅，每天提供午餐和早餐
• 免费使用现场健身中心
• 通勤福利
关于insitro
insitro是一家利用机器学习和大规模数据解码生物学以进行创新药物研发的公司。insitro的方法核心是将内部生成的多模态细胞数据和高内容表型的人类队列数据相结合。我们依靠这些数据开发以机器学习驱动的、具有预测性的疾病模型，揭示潜在的生物状态和疾病的关键驱动因素。这些强大的模型依赖于广泛的生物学和计算基础设施，并使insitro能够推进新的靶点和患者生物标志物、设计治疗方案并制定临床战略。insitro正在推进神经科学、肿瘤学和代谢领域的独立和合作的洞察和治疗流水线。自2018年成立以来，insitro已从顶级科技、生物技术和交叉投资者以及与制药合作伙伴的合作中筹集了超过7亿美元。有关insitro的更多信息，请访问www.insitro.com。 
旧金山