2026届-博士-AIDD资深算法科学家-北京/上海/杭州

作为AIDD平台的核心技术骨干，您将独立负责或深度参与一个或多个关键技术方向的研发与落地： • 模型研发： 针对小分子、大分子（抗体/蛋白）、多肽或核酸药物中的特定问题，设计、训练、优化深度学习模型，覆盖分子生成、虚拟筛选、ADMET预测、结合亲和力预测、蛋白质结构预测与对接、逆合成路线规划等关键环节。

• 数据与平台： 基于公开数据库（ChEMBL、PDB、UniProt等）和公司内部湿实验数据，构建高质量训练数据集，完成数据清洗、特征工程、模型训练与评估，参与AIDD平台的工程化建设。

• 前沿跟踪： 跟踪AIDD领域最新进展（如扩散模型、等变图神经网络、蛋白质语言模型、AlphaFold系列等），快速复现并改进SOTA方法，转化为公司可用的技术能力。

• 项目协同： 与计算化学、药物化学、生物学团队紧密协作，将AI模型嵌入实际药物发现工作流，支持sponsor项目的苗头化合物发现、先导化合物优化等真实课题。

• 技术沉淀： 撰写技术文档、内部分享、参与学术论文发表与对外技术交流

学术与经验背景 • 计算机科学、人工智能、计算化学、生物信息学、药学、化学、物理或相关专业博士学历优先（特别优秀的硕士需具备3年以上相关经验）。

• 具备3年以上AI/计算驱动药物发现相关研究或产业经验。

• 扎实的机器学习/深度学习基础，熟练掌握PyTorch或TensorFlow。

• 熟练使用Python，具备良好的代码工程能力，熟悉Git、Linux开发环境。 专业能力（满足以下其中一个方向的深度即可，多项者优先） • 小分子方向： 熟悉RDKit、DeepChem等化学信息学工具，掌握分子表征方法（SMILES、分子图、3D构象、分子指纹等），有图神经网络、Transformer、扩散模型等在分子生成、ADMET预测、QSAR建模、虚拟筛选等场景的实战经验。

• 大分子方向： 熟悉蛋白质语言模型（ESM系列）、AlphaFold/RoseTTAFold/RFdiffusion等结构预测与设计模型，有抗体设计、蛋白工程、PPI预测、结合亲和力预测等相关项目经验。

• 结构与对接方向： 熟悉分子对接（AutoDock、Glide、DiffDock等）、分子动力学模拟（GROMACS、AMBER、OpenMM等），有基于结构的药物设计（SBDD）项目经验。

• 逆合成与合成路线方向： 有逆合成预测、反应产率预测、合成路线规划等相关模型研发或应用经验。

• 多肽/核酸方向： 有多肽设计、siRNA/mRNA序列优化、化学修饰预测等相关经验。 加分项 • 在NeurIPS、ICML、ICLR、Nature子刊、JCIM、JMC等顶尖会议/期刊发表相关论文。

• 有制药企业、Biotech或CRO公司AIDD相关项目落地经验。

• 了解药物研发全流程，能够与药化、生物团队高效沟通。

• 有大规模分布式训练、模型部署（ONNX、TensorRT）经验。

• 熟悉云计算平台及高性能计算集群使用。

• 有开源项目贡献经验。 我们提供 • 充足的算力与数据资源： 充足的GPU算力支持，依托公司全链条湿实验能力形成“干湿结合”的研发闭环，海量真实项目数据积累。

• 真实丰富的项目场景： 服务全球创新药企sponsor，覆盖多种治疗领域和药物模态，模型不只停留在论文层面，能真正推动管线进展。

• 专业的协作团队： 与公司内部资深的药化、生物、CMC专家紧密协作，与同样优秀的AIDD算法同事并肩作战。

• 有市场竞争力的薪酬包： base + 绩效奖金 + 长期激励（依据公司方案）。

• 学术友好的氛围： 支持论文发表、参加国内外学术会议、与高校开展合作研究。

• 清晰的发展通道： 技术与管理双通道晋升路径，随平台业务成长提供长期发展空间