გამოცხადებულია პოზიცია უფროსი მანქანური სწავლების მეცნიერისთვის, რომელიც დაეხმარება T-უჯრედების რეცეპტორების (TCR) და პეპტიდ-MHC კომპლექსების (pMHC) სპეციფიურობის პროგნოზირებისთვის საჭირო ღრმა სწავლების მოდელების შემუშავებაში. ძირითადი მოვალეობები მოიცავს: ახალი ღრმა სწავლების მოდელების დიზაინს, იმპლემენტაციას, ტრენინგს და იტერაციას; პროტეინების ენის მოდელების, სტრუქტურის პროგნოზირების, გენერაციული მოდელირების და წარმომადგენლობითი სწავლების მიღწევების გამოყენებას იმუნური რეცეპტორების კონტექსტში; დიდი ზომის მონაცემთა ნაკრებებთან და მაღალპროდუქტიული გამოთვლითი გარემოსთან მუშაობას; ბიოლოგიური პრინციპების ინტეგრირებას მოდელირების გადაწყვეტილებებში; მოდელირების შესახებ მიღებული ინფორმაციის, მიდგომებისა და შედეგების კომუნიკაციას სხვადასხვა გუნდებთან. საჭიროა დოქტორანტურა რაოდენობრივ დისციპლინაში (მაგ. მანქანური სწავლა, კომპიუტერული ბიოლოგია, კომპიუტერული მეცნიერებები) და 5 წლიანი გამოცდილება მანქანური სწავლების რეალურ სამეცნიერო ან ბიოლოგიურ პრობლემებზე გამოყენების კუთხით, ან ამის ექვივალენტური კომბინაცია. მოთხოვნილია ღრმა სწავლების მეთოდების შემუშავებისა და დანერგვის გამოცდილება, Python-ის და თანამედროვე ML ინსტრუმენტების (სასურველია PyTorch) გამოყენების ძლიერი პრაქტიკული გამოცდილება, ღრმა სწავლების არქიტექტურების დიზაინისა და იმპლემენტაციის გამოცდილება. ასევე, საჭიროა დიდი ზომის მონაცემთა ნაკრებებთან და მაღალპროდუქტიული გამოთვლითი გარემოსთან მუშაობის გამოცდილება. აუცილებელია ძლიერი წერილობითი და ვერბალური კომუნიკაციის უნარები, ასევე კოლაბორაციული მუშაობის უნარი მულტიდისციპლინარულ გუნდებში. აღსანიშნავია, რომ ეს პოზიცია კარგად შეეფერება პრაქტიკულ მეცნიერს, რომელიც წარმატებით მუშაობს თანამშრომლობით გარემოში და მოტივირებულია, დანერგოს უახლესი მანქანური სწავლება ბიოლოგიური და კლინიკური ზეგავლენისთვის. თანამშრომლებს ექნებათ შესაძლებლობა, მონაწილეობა მიიღონ ინოვაციურ პროექტებში, იმუშაონ გამოცდილ კოლეგებთან და ჰქონდეთ გავლენა დაავადებების დიაგნოსტიკასა და მკურნალობაზე.