AI 制药科学家 (MJ005444)

该职位来源于猎聘 岗位职责： 1、驱动的靶点发现与多模态数据分析： 开发、评估并应用 AI 驱动的多模态生物数据工作流（包括基因组学、转录组学、单细胞、空间组学、蛋白质组学、代谢组学、影像及临床生物标志物数据等），支持靶点识别与验证、疾病通路与作用机制建模、生物标志物发现、患者分层及临床数据逆向翻译。 2、AI 驱动的分子设计与优化： 针对小分子、抗体及工程蛋白、siRNA/寡核苷酸、多肽等多类型药物分子，开发、评估并应用 AI 驱动的计算设计、虚拟筛选与优化方法；制定抗体优化、从头设计等整体策略，评估计算方案，把控项目交付质量与进度。 3、AI/ML 模型研发与后训练： 持续跟踪机器学习、基础模型、生成式 AI、多模态学习、序列与结构模型、图学习、扩散/流方法等前沿技术动态；系统评估开源、商用及自研模型，运用全量微调、参数高效微调（LoRA/PEFT）、监督微调、偏好优化、强化学习、领域适配等方法对模型进行微调与后训练；在现有模型无法满足科研需求时，设计并实现新的算法、架构与训练策略。干湿实验闭环迭代： 深度对接公司湿实验研发团队与 CMC 团队，搭建"设计—制造—测试—学习"的闭环迭代体系，构建高质量训练与评估数据集，将模型改进与实验或真实世界反馈紧密衔接，持续提升分子设计成功率。

4、平台建设与工程化落地： 与 AI 平台及科学计算团队协作，参与 MLOps/LLMOps 能力建设、GPU/HPC 基础设施优化与模型产品化落地，沉淀可复用的模型组件、评估标准与技术文档，支撑生物 AI、分子 AI、临床 AI 等团队协同研发。 岗位要求： 1、计算机科学、人工智能、机器学习、计算化学、计算生物学、生物信息学、药物化学、化学、物理、应用数学、统计学或相关定量领域的博士、硕士学位。 2、扎实的 Python 编程能力，熟悉 PyTorch、JAX、TensorFlow 等主流机器学习框架。 3、至少具备以下一类核心能力：

1） AI/ML 方向： 具备模型实现、训练、微调/后训练、实验设计、基准测试、误差分析及迭代式模型改进的实操经验（而非仅通过 API 调用预训练模型；深入理解 Transformer、生成模型、图神经网络、扩散/流模型等现代模型架构与训练方法。

2）计算设计方向： 熟悉 CADD/AIDD 工具链（如薛定谔、MOE、Discovery Studio、Rosetta、AF2/AF3、Boltz、RFdiffusion、ProteinMPNN 等或分子设计软件，有分子动力学、自由能微扰等计算化学方法使用经验。

3）生物数据分析方向： 具备多模态生物数据（组学、单细胞、空间、影像等）的分析与整合经验，熟悉高维生物数据的统计与机器学习方法。如降维、差异表达、多组学集成、轨迹与细胞状态分析等），或熟悉生物学基础模型与组学 AI 工具。 4、具备良好的沟通能力和团队协作能力，能够与跨职能团队（湿实验、CMC、临床等。高效协作，推动研发项目进展。