باحث مشارك في مرحلة ما بعد الدكتوراه - الذكاء الاصطناعي/التعلم الآلي للكيمياء التحليلية والطب الشرعي
جامعة برينستون
جامعة حكومية, تصفح الفرص المماثلة
ar
جامعة حكومية, تصفح الفرص المماثلة
سيُطوّر المرشح الناجح مناهج حاسوبية ويطبقها على مجموعات البيانات الكيميائية، مع التركيز بشكل رئيسي على الذكاء الاصطناعي/التعلم الآلي. تتمحور العديد من اهتمامات المختبر حول تحديد الجزيئات الصغيرة باستخدام بيانات مطياف الكتلة، واستخدام نماذج اللغة للتنبؤ بوجود جزيئات صغيرة غير مكتشفة يُحتمل رصدها بواسطة مطياف الكتلة. ومن المجالات ذات الأهمية الخاصة لهذا المنصب تحديد المخدرات غير المشروعة الناشئة، المعروفة أيضًا باسم المواد المؤثرة عقليًا الجديدة، في منتجات المخدرات المضبوطة أو العينات السريرية. ستتاح للمرشح فرصة العمل مباشرةً مع الباحثين التجريبيين للتحقق من صحة تنبؤات نماذج التعلم الآلي الخاصة بهم، وتطوير أدوات سهلة الاستخدام يمكن استخدامها من قِبل مجتمع واسع.
يعتمد نطاق العمل على المنشورات الحديثة من المختبر، على سبيل المثال دمج نماذج اللغة مع بيانات مطياف الكتلة (https://www.nature.com/articles/s42256-021-00407-x، https://www.biorxiv.org/content/10.1101/2024.11.13.623458v1.abstract، https://www.nature.com/articles/s42256-024-00821-x، https://www.nature.com/articles/s42256-021-00368-1) أو تنفيذ تحليلات تلوية واسعة النطاق لمجموعات بيانات مطياف الكتلة (https://www.nature.com/articles/s41592-021-01194-4). البحث حاسوبي بطبيعته، ولكنه يتضمن تفاعلات وثيقة مع متعاونين تجريبيين. العديد من المشاكل مُقيّدة ببيانات منخفضة الجودة أو مشوشة بطبيعتها، وسيكون المرشح الناجح متحمسًا للمساهمة في معالجة البيانات مسبقًا وتنظيمها، بالإضافة إلى تطوير النماذج وتقييمها.
تُؤهل هذه الفرصة المرشحين لمجموعة من المناصب التنافسية في الأوساط الأكاديمية أو الصناعية، والتي تشمل علم الأحياء/الكيمياء الحاسوبية، والتعلم الآلي للبيانات البيولوجية أو الكيميائية، واكتشاف/تصميم الأدوية. يُؤخذ التوجيه على محمل الجد، وسنبذل قصارى جهدنا لضمان قدرة المرشح على تحقيق أهدافه في المرحلة التالية من مسيرته المهنية.
يجب أن يكون المرشح الناجح متحمسًا، ومستقلًا، ويتمتع بمهارات تواصل كتابية قوية. يُشترط أن تكون لديه خبرة في واحد أو أكثر من المجالات التالية، كما هو موضح من خلال منشور واحد على الأقل كمؤلف أول: علم الأحياء الحاسوبي/المعلوماتية الحيوية، الكيمياء المعلوماتية، الكيمياء التحليلية/مطياف الكتلة/علم الأيض، أو التعلم الآلي/علوم الحاسوب.
مدة التعيين تعتمد على الرتبة. تُشغل وظائف ما بعد الدكتوراه لمدة عام واحد مع إمكانية التجديد رهناً بالأداء المُرضي واستمرار التمويل؛ أما من يُعينون في رتب أعلى، فيُمكنهم التعيين لعدة سنوات. يُشترط أن يكون المتقدم حاصلاً على درجة الدكتوراه، أو يُتوقع أن يكون حاصلاً عليها، مع خبرة بحثية مناسبة في علم الأحياء الحاسوبي، أو الكيمياء، أو الكيمياء الحيوية، أو علوم الحاسوب، أو الهندسة البيولوجية أو الكيميائية، أو علوم الطب الشرعي، أو مجال ذي صلة. للتقديم عبر الإنترنت، يُرجى زيارة الرابط https://www.princeton.edu/acad-positions/position/38881 وإرسال السيرة الذاتية وخطاب التغطية. يجب أن يُبرز خطاب التغطية من 1 إلى 3 منشور أو مطبوعات أولية ترى أنها تُلبي متطلبات الخبرة في المجالات المذكورة أعلاه على أفضل وجه. يُرجى أيضاً تضمين معلومات الاتصال بثلاثة مراجع. قد يُقدم للمرشحين المؤهلين الذين يجتازون الفحص الأولي تمارين برمجة قصيرة لتقييم مهاراتهم. سيتم الاتصال بالمرشحين المناسبين فقط.
مكان العمل لهذا المنصب هو حضوري في حرم جامعة برينستون. يخضع هذا المنصب لسياسة التحقق من الخلفية في جامعة برينستون. الراتب المتوقع: 65,000 - 70,000 دولار أمريكي.
عند تقديم عرض عمل، تأخذ الجامعة في الاعتبار عوامل مثل (على سبيل المثال لا الحصر) نطاق ومسؤوليات الوظيفة، ومؤهلات المرشح، وخبرته العملية، ومؤهلاته/تدريبه، ومهاراته الأساسية، وسوق العمل، واتفاقيات المفاوضة الجماعية، حسب الاقتضاء، والاعتبارات التنظيمية. يُمثل نطاق الراتب المُعلن تقدير الجامعة المعقول لوظيفة بدوام كامل؛ وتُحسب رواتب الوظائف بدوام جزئي وفقًا لذلك.
تقدم الجامعة أيضًا برنامجًا شاملًا للمزايا للموظفين المؤهلين. للمزيد من المعلومات، يُرجى زيارة هذا الرابط.
لا نقبل طلبات التوظيف عبر AcademicJobsOnline.Org حاليًا. يُرجى التقديم عبر الرابط التالي: https://puwebp.princeton.edu/AcadHire/apply/application.xhtml?listingId=38881
اختر البلد الذي توّد السفر إليه للدراسة مجانا أو العمل أو التطوع
