人工智能应用高级研究员-AIDD方向

1. 01

   模型\算法落地：负责AIDD模型筛选、部署，垂类算法开发与落地，匹配研发需求。涵盖：基于结构的药物设计（SBDD）、基于配体的药物设计（LBDD）、分子生成与优化、高通量虚拟筛选等场景。

2. 02

   性质预测模型构建：针对ADMET及理化性质，构建高精度的预测模型，提升药物筛选成功率。

3. 03

   前沿技术跟踪：持续跟踪并调研AlphaFold

4. 03

   Diffusion Models、大语言模型等在生物医药领域的SOTA（State-of-the-Art）进展，并将其转化为实际生产力，沉淀内部算法库与工具链。

5. 04

   跨学科协作：与药物化学、生物学专业团队紧密合作，理解实验数据与研发痛点，将具体的药物研发需求转化为数学问题，提出切实有效的AI解决方案并推动闭环验证。

1. 01

   教育背景：博士学历，计算机科学、计算化学、计算生物学、生物信息学、药学等相关专业。

2. 02

   交叉领域经验：具备AI+药物研发（AIDD）或AI+ Science的交叉研究背景，熟悉药物发现流程。 技术能力：

3. 03

   熟悉深度学习框架（如PyTorch, TensorFlow）；

4. 04

   熟悉生物医药领域的常用模型架构，如图神经网络（GNN）、Transformer、扩散模型等；

5. 05

   具备处理化学结构数据（SMILES, Graph）和生物序列数据（Protein Sequence）的实际经验。

6. 06

   综合素质：具备清晰的逻辑思维和沟通表达能力，能够向非AI背景的团队阐述技术方案；具备优秀的Problem-solving能力，能从复杂数据中提炼规律。

加分项

1. 01

   模型经验：熟悉并能复现或微调当前主流AIDD大模型，如 AlphaFold 3、Boltz-1、RFDiffusion、ESM系列等，或有蛋白质结构预测、蛋白质-配体复合物预测经验。

2. 02

   智能体应用：具有AI Agent（智能体）在科研场景（如自动化实验设计、文献挖掘、工作流编排）的搭建与应用经验。

3. 03

   学术成果：在领域顶会或顶刊发表过AI+Science相关论文