免疫算法工程师

围绕治疗性抗体、重组蛋白、多肽、肿瘤新抗原等场景，搭建完整免疫原性预测算法管线；

基于蛋白语言大模型、几何深度学习（GNN/EGNN）、扩散模型、多模态融合建模，改造并开发可落地的免疫预测算法，持续提升模型在内外数据集上的预测精度与泛化能力。

结合预测模型开发序列突变、框架优化、人源化改造、表位遮蔽生成算法，实现抗体 / 蛋白去免疫原性理性设计；

硕士及以上学历，计算机、人工智能、计算生物学、生物信息、结构免疫学、生物医学工程、统计学等交叉专业；博士优先。

扎实机器学习 / 深度学习理论功底，精通 Python，熟练使用 PyTorch/TensorFlow/JAX 任一主流框架；熟悉数据处理库 Pandas、NumPy、Scikit-learn。

熟练掌握 Transformer、GNN、等变几何网络、多模态建模至少两类核心模型，具备独立从零搭建训练、评估、调优完整模型的实战经验。

有 MHC 结合预测、表位预测、新抗原筛选、抗体免疫原性 / ADA 风险建模、免疫测序数据分析落地项目经验；熟悉 IEDB、NetMHC、MixMHC 等免疫信息学工具优先。

熟悉 AlphaFold、RFdiffusion、Rosetta、分子对接、蛋白相互作用表征，能结合三维结构特征优化免疫预测模型优先。

使用 ESM、ProtBERT 等蛋白语言模型完成下游免疫相关任务微调、特征提取、迁移学习，有大规模生物预训练模型改造经验优先。