AI算法工程师 / AIDD研究员

【岗位背景】
我们是一家专注于肿瘤与自身免疫疾病的小分子创新药研发公司。本岗位旨在利用AI技术赋能药物发现流程（如分子生成、成药性预测等）。 本岗位对医药行业背景不做硬性要求。 我们欢迎具有扎实计算机/数理基础，且愿意深入学习药物研发逻辑的候选人加入，公司内部的药化专家团队将提供相应的领域知识支持。
【岗位职责】

1. 模型开发与训练：负责机器学习/深度学习模型（如GNN、Transformer等）的搭建、训练与调优，应用于小分子药物的属性预测（ADMET）、分子生成或构象搜索等任务。
2. 数据处理与构建：提取、清洗开源数据库（如ChEMBL, PubChem）及公司内部的真实实验数据，完成特征工程，构建高质量的模型训练数据集。
3. 算法调研与复现：跟踪AI在药物发现领域的最新文献与开源代码，评估其业务价值，并快速在内部环境中复现和部署。
4. 跨部门协作：与药物化学、生物学团队紧密配合，理解研发中的实际痛点并转化为算法问题；根据实验室反馈的真实数据，对模型进行持续迭代。

【任职要求】

1. 教育背景：计算机科学、软件工程、数学、物理、自动化等强数理相关专业，硕士及以上学历。（若为计算化学、化学信息学或生物信息学专业，需具备优秀的编程能力）。
2. 编程与算法基础：
   • 具备扎实的 Python 编程能力，有良好的代码规范；
   • 熟练掌握 PyTorch、TensorFlow 等至少一种主流深度学习框架，并能独立完成模型的搭建与训练；
   • 掌握常用机器学习算法，具备良好的数学功底。
3. 学习能力与职业素养：
   • 强烈的跨界学习意愿：面对陌生的化学结构和业务逻辑不畏惧，愿意主动学习基本的化学信息学和药物研发常识；
   • 沟通与逻辑能力：能够清晰地将复杂的算法逻辑向非计算机专业的同事（如药化人员）解释清楚；
   • 务实解决问题：不盲目追求前沿算法，注重技术在实际业务中的落地效果。

【加分项（优先录用条件）】

1. 具备化学/药学背景或实际新药研发项目经验（这是我们最理想的候选人画像）。
2. 了解或熟练使用基础的化学信息学工具（如 RDKit ）。
3. 在图神经网络（GNN）、自然语言处理（NLP）或生成模型领域有实际落地项目经验。
4. 有过 Kaggle 等数据科学竞赛经验，或在 GitHub 上有优质开源项目。