我们正在寻找一位经验丰富的高级首席化学信息学数据科学家，对小分子药物设计有浓厚的兴趣，加入我们的化学信息学与计算化学团队。
化学信息学与计算化学团队是一个高效的跨职能团队，致力于将他们的知识应用于从目标识别到命中识别、命中扩展和引物优化的各种项目。
我们的角色是通过设计针对项目特定挑战的计算解决方案，并应用新技术和现有技术来支持我们更广泛的投资组合的需求，促进我们小分子药物发现项目的进展。
作为高级首席化学信息学数据科学家，您将在团队中担任重要的领导角色。
您将利用您在化学信息学、数据分析和计算建模技术方面的丰富经验，推进我们的小分子药物发现项目。
您将与药物化学家和计算化学家密切合作，开发数据和建模流程，识别和应用创新技术，并采用最先进的计算辅助药物设计技术。
职责：
领导多个药物发现项目的化学信息学和计算建模支持，与药物化学家、计算化学家和项目团队的其他成员密切合作
与团队合作，识别和开发创新方法，扩展我们的化学信息学能力，并推动团队的长期战略思考
应用各种计算辅助药物设计技术，包括虚拟筛选、反应和片段枚举、全新设计和化学库设计与采样，识别和开发小分子
收集、分析和报告来自各种数据源的生化数据，从中获得对结构活性关系和结构活性关系的新见解，包括大规模生化数据的处理和分析
构建、评估和提供QSAR模型，推进我们的小分子药物发现项目，并支持项目团队使用这些模型
开发可适应和应用于整个药物发现组合的流程、可定制的工作流和计算技术
作为化学信息学和生化数据处理的主要领域专家，并与BenevolentAI的科学和工程团队进行咨询
与化学信息学、计算化学、生物信息学、药物发现、人工智能、工程和产品团队的成员进行有效的合作和沟通
管理团队的一部分，根据公司和部门目标定义和监控他们的个人目标，并进行绩效评估
通过支持团队初级成员的工作，分享您的经验并提供指导角色，培养BenevolentAI的人才
我们正在寻找的人才：
基本技能：
在化学信息学、计算化学、分子建模或相关领域获得博士学位或同等学历，并在制药、生物技术或学术药物发现单位拥有计算辅助药物发现的丰富经验
详细可证明的对各种化学信息学方法及其在实际药物发现项目中的应用的知识，并具备客观设计科学合理实验的能力
丰富的计算辅助药物设计实践经验，如化合物库设计、相似性和亚结构搜索、虚拟筛选、反应枚举、分子断裂、R组分析和组合优化
在开发、部署和应用机器学习和QSAR建模技术于化学和生物数据方面具有实践经验，了解各种化学特征化方法，并对最佳实践有深入了解
从各种数据源（如ChEMBL、SureChEMBL和PubChem）处理化学和生物数据的丰富经验
良好且可证明的编程和技术技能，熟悉开源和专有的化学信息学库，如RDKit或其他领先行业工具包
在化学信息学和计算化学研究领域创新思想和方法的创作者，通过适当的论文、演示或对开源项目的代码贡献来证明
在与来自各种技术和科学背景的初级同事合作时，具备优秀的沟通和领导能力
期望技能：
设置和管理化学信息学和计算化学应用的计算基础设施的经验
熟悉深度学习框架（如TensorFlow、PyTorch）和最先进的机器学习方法
熟悉三维配体和基于结构的建模技术，如对接、药效团建模、形状相似性筛选、分子动力学模拟、水位点分析和/或FEP分析
熟悉现代软件开发范例，包括使用Docker进行容器化、GitOps和在AWS上使用Kubernetes进行云计算 
伦敦