职位名称：机器学习工程师（偏重于精准医学和免疫肿瘤学）
在GSK，我们看到一个世界，其中机器学习和人工智能的先进应用将使我们能够利用基因、功能基因组学和机器学习的力量开发变革性药物。人工智能还将在我们诊断和使用药物的过程中发挥作用，以使每个人能够更好地生活更长时间。这是一个雄心勃勃的愿景，需要在机器学习和人工智能的前沿开发产品。
机器学习的机会还延伸到我们业务的许多其他领域，包括医药安全、制造和供应链。为了实现这些机会，GSK成立了一个全球人工智能和机器学习团队（AI/ML），在伦敦、旧金山、波士顿、费城、特拉维夫和海德堡设有办事处，专注于将机器学习应用于GSK关键问题的开发和应用。我们拥有世界领先的数据和计算环境（包括专业硬件），以便进行利用GSK独特的数据资源进行大规模科学实验。
通过积极与机器学习社区互动并发布我们在公共数据上构建的研究、代码和模型，AI/ML团队在机器学习研究的前沿运作。为了帮助我们，我们寻找一位热衷于机器学习科学家的早期职业人士，希望将他们的才华转向医疗领域，重点关注免疫肿瘤学。您将与多个研究工程师合作，构建支持AI/ML内多个大型项目的产品。此外，研究人员将学习有关制药行业和软件工程，并将他们的研究转化为有助于发现和开发变革性药物的工具。
您将可以与生物学、化学、（软件）工程、数据科学和机器学习方面的杰出专家合作；利用无与伦比的数据来源和GSK的先进实验室和计算基础设施，帮助您开发和验证机器学习研究。
作为一名专注于精准医学和免疫肿瘤学的机器学习工程师，您将：
- 设计和实施新颖的科学方法，以揭示和解释多种生物数据类型中的关键关系。
- 利用数据和洞察力，在多种关键生物和临床任务中产生稳健、可解释和准确的预测。
- 与生物学、基因组学和医学领域的专家进行连接和合作。
- 发现将最新的机器学习和人工智能进展应用于构建、测试和验证预测模型的机会。
- 开发和嵌入用于预测模型验证、部署和实施的自动化流程。
- 将您的算法部署到生产环境中，从大型数据库中识别可行动的洞察。
为什么选择我们？
基本资格：
- 计算机科学、应用数学、统计学、物理学、系统生物学、计算生物学、生物信息学或相关领域的硕士学位
- 在Python编程方面的丰富经验，以及机器学习和统计学方面的知识
- 在学术或专业环境中处理生物/医疗数据的能力
- 熟悉至少一种深度学习框架，如TensorFlow、Keras或PyTorch
- 通过创造性方法、最先进的工具和最佳的工程实践解决复杂问题的能力
- 能够在复杂项目上既能独立工作又能合作工作的能力
首选资格：
- 计算机科学、应用数学、统计学、物理学、系统生物学、计算生物学、生物信息学或相关领域的博士学位
- 在PyTorch框架中开发机器学习模型的专业知识
- 在软件工程领域的理论和应用方面有经验；在大规模训练和操作算法；在机器学习服务的生产部署方面有经验
- 能够消化、综合和实施科学文献中的创新方法
- 熟悉通过Git进行协作工作
我们相信灵活的工作文化适用于我们所有的职位。如果灵活性对您很重要，我们鼓励您与我们的招聘团队探讨机会。
如果您需要在展示自己的优势和能力方面对我们的流程进行任何调整，请通过Ukdiversity.recruitment@gsk.com或0808 234 4391与我们联系。
请注意，如果您是美国持牌的医疗保健专业人员或根据颁发许可证的州法律定义的医疗保健专业人员，GSK可能需要记录并报告GSK为您进行面试而产生的费用。这些相关价值转移的记录是为了确保GSK符合所有联邦和州级美国透明度要求。有关更多信息，请访问GSK的透明度报告记录网站。
重要通知给雇佣企业/机构：
GSK不接受雇佣企业和/或雇佣机构关于本网站发布的职位的推荐。所有雇佣企业/机构必须与GSK的商务、总采购/人力资源部门联系，以获得事先书面授权，然后才能将任何候选人推荐给GSK。获得事先书面授权是雇佣企业/机构与GSK之间任何协议（口头或书面）的先决条件。如果没有获得这样的书面授权，雇佣企业/机构采取的任何行动将被视为未经GSK同意或合同约定而进行的行动。因此，GSK将不对任何此类行动产生的费用或任何由雇佣企业/机构推荐的候选人产生的费用负责。
请注意，如果您是美国持牌的医疗保健专业人员或根据颁发许可证的州法律定义的医疗保健专业人员，GSK可能需要记录并报告GSK为您进行面试而产生的费用。这些相关价值转移的记录是为了确保GSK符合所有联邦和州级美国透明度要求。有关更多信息，请访问GSK的透明度报告记录网站。 
伦敦