PostEra (YC W20) tuyển nhà nghiên cứu AI cho lĩnh vực khám phá thuốc

PostEra, startup công nghệ sinh học từng tham gia chương trình tăng tốc Y Combinator khóa W20, đang mở đợt tuyển dụng các nhà nghiên cứu trí tuệ nhân tạo cho lĩnh vực khám phá thuốc. Đây là một trong những động thái đáng chú ý cho thấy làn sóng ứng dụng AI vào y sinh học vẫn đang thu hút nguồn lực lớn từ giới nghiên cứu.

Điểm đáng chú ý là công ty này đã ký kết các thỏa thuận hợp tác AI trị giá hơn 1 tỷ USD, bao gồm bốn hợp đồng nhiều năm với Pfizer và Amgen. Ngoài ra, PostEra còn dẫn dắt một trung tâm khám phá thuốc kháng virus phục vụ công tác chuẩn bị cho đại dịch, được tài trợ bởi một trong những khoản tài trợ lớn nhất trong lịch sử của NIH.

Nền tảng Proton và định hướng nghiên cứu

PostEra định vị mình là một công ty công nghệ sinh học lấy AI làm trung tâm. Công ty sử dụng Proton, nền tảng AI dành cho hóa dược, để tăng tốc quá trình tìm kiếm loại thuốc mới cho bệnh nhân.

Hiện PostEra đang phát triển một danh mục nội bộ tập trung vào sức khỏe phụ nữ và khả năng sinh sản. Nền tảng Proton đã được dùng để đề xuất nhiều ứng viên lâm sàng trong các chương trình liên quan đến PMOS và sinh sản. Song song đó, công ty cũng thúc đẩy các chương trình phân tử nhỏ thông qua hợp tác với các hãng dược lớn.

Vai trò của nhà nghiên cứu AI

Vị trí tuyển dụng tập trung vào việc phát triển mảng nghiên cứu dựa trên tác tử (agentic) tại PostEra. Cụ thể, ứng viên sẽ dùng các hệ thống tác tử để tự động hóa việc xây dựng mô hình cơ chế cho các quá trình sinh hóa và sinh lý, đồng thời phân tích dữ liệu sinh học phục vụ việc xác thực mục tiêu điều trị.

Người đảm nhận vai trò này sẽ làm việc trực tiếp với các nhà hóa học và sinh học để biến những mô hình đó thành cơ sở cho các quyết định khám phá thuốc.

Một trọng tâm khác là phát triển các phương pháp học máy có khả năng thích ứng nhanh với bài toán khám phá thuốc mới từ lượng dữ liệu gán nhãn hạn chế. Cụ thể, PostEra quan tâm đến học trong ngữ cảnh (in-context learning) cho phân tử và dữ liệu dạng bảng, cũng như xây dựng mô hình nền tảng từ kho dữ liệu đa phương thức độc quyền của mình.

Các mô hình này cần xác định được ví dụ và nhiệm vụ nào là liên quan, đánh giá được khi nào việc chuyển giao tri thức có lợi hoặc có hại, và đưa ra dự đoán đáng tin cậy ngay cả khi phân phối dữ liệu thay đổi.

Trách nhiệm chính trong công việc

Theo mô tả công việc, ứng viên sẽ tham gia vào toàn bộ vòng lặp nghiên cứu:

• Xác định nhiệm vụ, xây dựng bộ dữ liệu và các tình huống đánh giá
• Phát triển baseline mạnh, huấn luyện và mở rộng quy mô mô hình
• Thực hiện các phép phân tích loại bỏ thành phần (ablation) nghiêm ngặt
• Chuyển hóa các phương pháp thành công thành năng lực được các nhà khoa học tại PostEra sử dụng

Cụ thể hơn, công việc bao gồm việc phát triển và đánh giá hệ thống tác tử để tự động hóa xây dựng mô hình định lượng mô phỏng quá trình sinh học, sinh lý và phân tích dữ liệu sinh học. Ứng viên cũng cần độc lập nhận diện, định hình và dẫn dắt các dự án nghiên cứu liên quan đến học trong ngữ cảnh, hệ thống tác tử, thích ứng few-shot, mô hình nền tảng dạng bảng và học máy phân tử.

Bên cạnh đó là việc thiết kế và huấn luyện mô hình thích ứng với xét nghiệm, điểm cuối, mục tiêu hoặc chuỗi hóa học mới dựa trên ngữ cảnh gán nhãn hạn chế và dữ liệu lịch sử không đồng nhất.

Ứng viên cũng sẽ phối hợp với các nhà khoa học để kết nối mục tiêu mô hình hóa và chỉ số đánh giá với các quyết định thực tiễn như mô hình hóa hiệu lực, dự đoán ADME, chọn lọc, tối ưu hóa dẫn đầu và thiết kế các nghiên cứu lâm sàng giai đoạn đầu.

Yêu cầu và ưu tiên

PostEra yêu cầu ứng viên có bằng tiến sĩ về học máy, hoặc bằng tiến sĩ trong lĩnh vực STEM có liên quan đến phát triển phương pháp học máy mới. Bên cạnh đó là thành tích nghiên cứu chất lượng cao như công bố khoa học và đóng góp mã nguồn mở.

Ứng viên cần có kinh nghiệm nghiên cứu hoặc kỹ thuật vững chắc trong học máy hiện đại, học sâu hoặc mô hình thống kê, kèm theo hiểu biết về lý thuyết đằng sau các thuật toán. Kinh nghiệm thực hành huấn luyện, gỡ lỗi và đánh giá mô hình học máy bằng Python với các framework như PyTorch hoặc JAX là bắt buộc.

Một điểm đáng lưu ý là PostEra không yêu cầu kinh nghiệm khám phá thuốc trước đó, nhưng ứng viên cần có động lực học hỏi lĩnh vực này và làm việc chặt chẽ với các nhà hóa dược, hóa tính toán và các nhà khoa học khác.

Các ứng viên có lợi thế nếu từng huấn luyện mô hình nền tảng dạng bảng, đặc biệt trong bối cảnh dữ liệu thưa, không đồng nhất, ít mẫu hoặc thiếu dữ liệu nhiều. Kinh nghiệm phát triển hệ thống học trong ngữ cảnh cho phân tử, huấn luyện mô hình lớn trên 1 tỷ tham số với huấn luyện phân tán và song song dữ liệu cũng là điểm cộng.

Ngoài ra, kinh nghiệm phát triển hệ thống AI "đồng nhà khoa học" cho các bài toán vật lý hoặc sinh học, mô hình hóa dữ liệu sinh học, sinh hóa hoặc lâm sàng bằng học máy, và đưa mô hình nghiên cứu vào phần mềm khoa học hoặc quy trình tính toán thực tế đều được đánh giá cao.

Bối cảnh và ý nghĩa

PostEra theo đuổi cấu trúc tổ chức tối giản có chủ đích. Công ty cho rằng thời gian dành cho việc điều hướng các thứ bậc phức tạp trong tổ chức nên được đầu tư vào việc theo đuổi công nghệ mới và các khám phá khoa học.

Chúng tôi tin rằng thời gian dành cho việc điều hướng các thứ bậc phức tạp trong tổ chức nên được đầu tư tốt hơn vào việc theo đuổi công nghệ mới và các khám phá khoa học.

Đối với độc giả Việt Nam quan tâm đến lĩnh vực AI ứng dụng trong y sinh, đây là một ví dụ điển hình cho xu hướng kết hợp giữa học máy tiên tiến và nghiên cứu dược học. Các kỹ sư và nhà nghiên cứu Việt Nam có nền tảng về học máy, đặc biệt trong các lĩnh vực như học trong ngữ cảnh, mô hình nền tảng hoặc xử lý dữ liệu dạng bảng, có thể xem đây là cơ hội nghề nghiệp đáng cân nhắc trong bối cảnh nhu cầu nhân lực AI cho công nghệ sinh học đang tăng nhanh trên toàn cầu.

Vị trí này cũng phản ánh một xu hướng rộng hơn: các công ty công nghệ sinh học ngày càng tìm kiếm nhân tài AI thuần túy thay vì chỉ các chuyên gia sinh học truyền thống, cho thấy ranh giới giữa hai lĩnh vực đang ngày càng mờ đi.