Transfer-Learning fuer ein Pharma-Foundation-Modell auf molekulare Eigenschaften
Übersicht
Worum es bei diesem Projekt geht.
Du erhaeltst SMILES-Strings (Notation fuer Molekuelstrukturen) mit Messwerten fuer 4 ADMET-Endpunkte (rund 8 000 - 25 000 Molekuele je Endpunkt). Wahle ein vortrainiertes molekulares Foundation-Modell, fuehre Transfer-Learning durch (Linear Probing + vollstaendiges Fine-Tuning als zwei Varianten). Vergleiche gegen die Random-Forest-Baseline auf Fingerprint-Features. Berichte je Endpunkt RMSE oder ROC-AUC mit 5-facher Cross-Validation. Liefere 4-seitige Empfehlung mit Aufwand-/Nutzen-Bewertung pro Endpunkt.
Das Briefing
Was Du tust und was Du zeigst.
Entscheide pro ADMET-Endpunkt, ob Transfer-Learning aus einem Foundation-Modell die interne Random-Forest-Baseline schlaegt.
Earning criteria — what you'll demonstrate
- Foundation-Modelle in einer Domaene jenseits NLP/CV produktiv einsetzen
- Linear Probing und vollstaendiges Fine-Tuning als Transfer-Varianten gegeneinanderstellen
- Per-Endpunkt-Bewertung statt globaler Aussage liefern
- Aufwand-/Nutzen-Empfehlungen fuer regulierte Pharma-Forschung verteidigen
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Karrierewege, die das aufbaut
Kanonische RollenML Researcher
Foundation-Modelle in einer Spezialdomaene wie Pharma einzusetzen ist eine aktuelle Forschungsfrage — Pharma-Konzerne stellen aktiv ML-Forscher:innen fuer genau diese Arbeit ein.
Dieses Projekt schärft
- transfer-learning
- foundation-models
- molecular-ml
Research Scientist
Per-Endpunkt-Bewertung und Trade-off-Analyse zwischen Linear Probing und Fine-Tuning ist eine senior-typische Research-Scientist-Disziplin.
Dieses Projekt schärft
- fine-tuning
- model-evaluation
- transfer-learning
Applied AI Scientist
Foundation-Modelle gegen klassische Baselines fair zu pruefen ist die taegliche Uebersetzung von angewandter KI in Pharma-Forschungsabteilungen.
Dieses Projekt schärft
- transfer-learning
- foundation-models
- model-evaluation
Noch eine Sache