岗位职责
创新药等化合物的研制是非常困难且经济和时间花费都非常大的过程。近几年随着人工智能技术的快速发展，能够通过大量的数据对复杂的分子结构进行精准建模和预测，这一结果可以大大的帮助药物等化合物的研发提效，同时也为这一领域带来的新的机会。化合物的研发是一个系统性工作，结构预测是其中的重要一环，但还有几个重要且有趣的问题还没有被完全攻克。我们针对这一领域的其它三个重要问题进行探索研究和落地研发：
- 分子间的结合对接（docking）预测，这一问题要预测多个分子或化合物能够进行物理化学上的结合，准确的对接预测；
- 化合物的演化（directed evolution），这一问题要精准模拟合物的变种和筛选过程，通过智能化的手段来加速实验室条件下的化合物进化过程；
- 序列生成（reverse sequencing），这一问题是蛋白质结构预测的反问题，是通过一个已知的3维结构来生成蛋白序列，也可以通过生成式的模型来生成全新的蛋白质结构。 我们希望通过深入的研究探索智能技术在生命科学的结合点，推动变革这一行业的规则
职位要求
- 具备AI相关技术经验与实践，同时熟悉生物分子的物理化学过程；
- 具备AI模型训练和优化经验，熟悉主流的机器学习训练和推理框架，有较强的编码能力，掌握高效的分布式训练框架和策略；
- 具备良好的科研创新能力，具备良好的沟通协作能力和跨学科跨团队合作意识。 最终的研究成果可能会包含：
- 顶级科学类杂志（CNS及子刊）发表文章；
- 技术专利，潜在药物知识产权产出；
- 算法原型，基于上面的关键技术，探索新算法，同时搭建算法平台，为后期大规模服务化打下基础。
