高级抗体AI算法研究员(J11689)

1. 01

   负责蛋白及抗体相关AI模型的应用、评估和优化，包括序列模型、结构预测、蛋白相互作用分析、抗体建模及可开发性预测等。

2. 02

   开发和维护蛋白/抗体数据分析流程，包括序列比对、特征提取、CDR分析、结构域注释、结构特征分析及候选分子排序。

3. 03

   基于AI模型和计算方法支持抗体研发项目，包括抗原设计、抗体筛选、序列优化、结构分析、亲和力及可开发性相关评估。

4. 04

   对AI模型输出进行系统分析，并与BLI、ELISA、Flow、表达量、稳定性等实验数据进行关联，建立模型预测—实验验证—数据反馈的闭环。

5. 05

   负责研发数据的清洗、标准化、特征工程、数据标注及数据集构建，为模型训练、微调和性能评估提供高质量数据基础。

6. 06

   开发自动化分析pipeline及内部分析工具，实现批量序列分析、模型推理、结果可视化和项目报告自动化。

7. 07

   参与蛋白和抗体AI模型的benchmark及模型选择，评估不同模型在真实研发场景中的准确性、稳定性和适用范围。

8. 08

   与抗体发现、重组表达、筛选验证及实验团队紧密合作，将研发需求转化为可计算、可建模、可验证的AI问题，持续推动AI工具在抗体研发平台中的落地。

教育背景 • 计算机科学、人工智能、机器学习、数据科学、计算生物学、生物信息学等相关专业硕士及以上学历。

• 具有蛋白质、结构生物学、抗体工程或生物医药相关研究经历者优先。 核心技术能力 • 具备扎实的 Python 编程、数据处理和算法开发能力。

• 熟悉机器学习/深度学习基本原理及主流框架，具备模型运行、评估和优化经验。

• 了解主流蛋白与抗体 AI 模型及应用，包括蛋白语言模型、结构预测、序列设计、抗体建模及蛋白相互作用预测等。

• 具有蛋白/抗体序列、结构或生物大分子数据分析和建模经验者优先。

• 具备良好的数据分析能力，能够结合实验数据评价模型结果，并持续跟踪蛋白与抗体 AI 领域的新技术和模型。