岗位职责
- 负责AI驱动的药物发现核心算法开发与优化，具体方向包括但不限于：基于深度生成模型（扩散模型、图神经网络）的3D分子生成与优化、蛋白质结构预测与蛋白质-配体相互作用预测、虚拟筛选与自由能计算等。
- 生物学问题建模：将生物学、药理学问题转化为计算建模任务，开展多组学数据挖掘（如单细胞组学、基因组学）、靶点发现与验证以及精准肿瘤免疫治疗等相关研究，推动AI与临床需求的结合。
- 平台与流程建设：参与或主导AI药物研发平台的建设与工程化落地，负责将算法封装为可扩展的计算流程或AI Agent系统，并协同湿实验团队完成AI驱动的实验验证闭环。
- 前沿探索与转化：关注Scientific AGI等前沿方向，探索大语言模型（LLM）、AI Agent在药物设计中的应用；参与科研项目申报、高影响力论文撰写及成果的临床或产业转化
职位要求
- 学科背景为计算生物学、生物信息学、计算机科学（AI方向）、药物信息学、计算化学、药学或其他AI4S相关交叉学科加分。
- 专业技能: 算法能力：精通机器学习、深度学习算法，熟悉PyTorch等主流深度学习框架。在深度生成模型（扩散模型、GANs、VAEs）、图神经网络、强化学习、大语言模型等至少一个方向有深入研究和应用经验。 计算生物学/化学能力：熟悉分子对接（Docking）、分子动力学模拟、量子化学计算、自由能微扰（FEP）等计算方法的原理与应用。熟悉RDKit、OpenBabel等化学信息学工具。
- 团队管理
