岗位职责:
1、技术落地与项目支持
负责人工智能在药物研发(AIDD)全流程中的技术落地,包括但不限于小核酸/小分子的分子生成、性质预测、虚拟筛选、ADMET预测、蛋白质结构预测等场景,推动AI算法与实际研发项目的深度结合。
2、AI建模与系统开发
根据业务需求,独立开展AI建模分析(如深度学习、大语言模型、图神经网络),或设计开发AI应用系统(如基于LLM的智能问答、自动化实验设计工具),并持续迭代优化。
3、快速原型验证与工程实现
利用AI编程智能体及相关工具(如LangChain、LlamaIndex) 快速完成技术原型验证;结合化学信息学工具包(RDKit、Biopython)与AI框架(PyTorch/TensorFlow),实现从算法到可用工具/结论的完整闭环。
4、跨团队协作与成果转化
与化学、生物研发团队紧密合作,针对创新药物靶点开展Hit to Lead、Lead Generation研究,将先进的算法应用到药物研发项目,加速平台算法落地,辅助研发决策,提升研发效率。
5、前沿技术跟踪与创新
持续跟踪AI智能体、多智能体协作、RAG等前沿技术,结合公司业务场景进行技术调研与应用探索,保持团队技术的领先性。
任职要求:
1、教育背景:计算机、人工智能、生物信息学、化学、药学等相关专业硕士及以上学历,具备交叉学科背景者优先。
2、工作经验:5年左右相关工作经验,具备独立推进和交付AI项目的能力,有创新药研发项目经历者优先。
3、核心技能
1)编程能力:扎实的Python编程功底,良好的工程实现与调试能力,熟悉Linux开发环境。
2)大模型与智能体开发:熟悉LangChain / LlamaIndex等框架,深入理解Agent、Tool Calling、Memory等核心机制;具备RAG(检索增强生成)实践经验(向量化、检索策略、上下文构建)。
3)多智能体系统:了解多智能体协作与编排的基本模式(如任务拆解、协同执行),能快速上手新型智能体框架。
4)深度学习基础:理解常见模型结构与训练/推理流程(如Transformer、Embedding、微调),熟悉PyTorch/TensorFlow。
5)药物研发认知:至少熟悉以下一个方向:
小分子药物设计(分子表示、性质预测、虚拟筛选、QSAR等)
大分子/生物药物设计(蛋白质/核酸序列或结构建模、结构预测、分子对接等)
综合素质
6)具备极强的学习能力、问题拆解能力及跨领域协作意识,能够快速将前沿技术转化为实际生产力。
优先条件(满足任一方向者优先)
1)具备AIDD / CADD实际项目经验,熟悉小核酸、小分子相关建模分析,熟练使用分子动力学模拟软件(如Rosetta、Schrödinger、GROMACS)或化学信息学工具。
2)具备AI大模型应用经验(Agent / RAG / 智能化系统开发),有LLM在生物医药领域落地经验者优先。