AIDD高级科学家

工作地点：长沙 主要职责： 1. 核心算法开发：负责设计、开发和优化面向药物发现的先进机器学习/深度学习模型，包括但不限于生成式模型（扩散模型/Flow/GAN）、几何深度学习（GNN）、Transformer架构及多模态预训练大模型，应用于分子生成、蛋白结构预测、相互作用预测及ADMET属性预测等。 2. 赋能研发管线：与药物化学、生物学及CADD团队紧密合作，利用AI算法解决具体项目中的关键难题（如难成药靶点、抗体亲和力成熟、多特异性药物设计等），实现干湿实验闭环，加速多肽药物发现进程 。 3. 技术平台建设：参与构建和优化公司的AIDD技术基础设施，包括数据清洗与挖掘、特征工程、模型训练与推理流程（MLOps），以及基于云平台或高性能计算集群（HPC）的算法部署 。 4. 前沿探索与转化：持续跟踪AI领域（如大语言模型LLMs、蛋白质语言模型PLMs）的最新进展，快速评估并整合新技术到内部研发流程中，保持技术领先性 。 5. 跨领域协作与影响力：在跨职能团队中有效沟通复杂的技术概念，指导或协助同事解决科学问题。负责撰写高影响力的研究论文、专利以及对外学术合作 。

1. 计算机科学、计算生物学、生物信息学、生物物理学、数学、统计学或相关量化专业。 2. 博士（可接受应届），或硕士学历+2年以上在药企、生物科技公司或顶尖学术机构从事AI驱动药物发现的实际经验；有成功推动AI项目进入药物研发关键阶段（如Hit-to-Lead, Lead Optimization）者优先 ；工作经验丰富、特别优秀者可放宽至本科 。 3. 具有虚拟筛选、分子生成、QSAR/ADMET预测模型的构建经验；熟悉蛋白质/抗体结构预测（AlphaFold2/3, ESMFold, IgFold）、抗体-抗原相互作用建模、亲和力成熟及可开发性预测；或具有蛋白质设计（ProteinMPNN, RFdiffusion）经验；蛋白质语言模型（PLMs, 如ESM家族） 预训练或微调经验，或多模态大模型在生物医药领域的应用经验；熟悉大规模生物数据（高通量筛选、多组学）的处理与整合者尤佳。 4. 极其熟练的Python编程能力；精通至少一种主流深度学习框架（PyTorch / TensorFlow），熟悉PyTorch生态者优先 。 5. 深入理解常见机器学习算法，并对生成模型（VAE/GAN/扩散模型）、图神经网络（GNN）、Transformer 等有实际应用经验 ；熟悉在生物序列、分子图或3D结构数据上的建模方法。 6. 较强的英语读写和口语能力者优先。 7. 乐观面对挑战、逻辑清晰、善于合作。 8. 身体健康，无先天性视觉障碍。