AI 算法工程师/科学家（RNA 大模型与底层算法研发）

一、 岗位信息
所属部门：AI4Science 研发部 / 生物信息中心
工作地点：上海
职位类别：全职
招聘人数：2
二、 岗位目标
利用深度学习手段解决 RNA 研究中的计算难题。依托研究院特有的多组学数据，研发具有自主知识产权的底层 AI 算法，重点攻克 RNA 结构预测、非天然序列从头设计以及药效参数的分子水平优化。我们希望 AI 不仅仅是黑盒工具，而是能产生真实的生物学洞察，并将其转化为核酸药物研发中的实际应用。
三、 岗位职责
1. 大模型架构研发
o 自主设计并优化针对 RNA 及蛋白质序列与结构的预训练模型。
o 探索新型特征表达方式，提升模型对核酸-蛋白相互作用、结构演化信息及生物逻辑的理解深度。
2. RNA 生成式算法开发
o 开发基于生成式 AI（如 Diffusion Models, Flow Matching, Transformer/Mamba, VAE）的序列与结构生成算法。
o 针对 mRNA 疫苗（稳定性与翻译效率优化）、核酸适配体筛选、siRNA 设计等具体场景构建专用模型。
3. 高精度结构预测系统
o 研发超越现有框架的 RNA 二级与三级结构预测算法，重点攻克 RNA 动态构象、柔性折叠与配体结合状态下的预测难题。
4. 跨模态协同设计
o 构建核酸-蛋白质联合设计平台，实现蛋白-配体亲和力的高通量预测与功能性分子的端到端设计。
5. 算法工程落地与干湿闭环
o 深度参与“干湿结合”研发模式，解析高通量实验数据并提炼数学特征。
o 建立自动化 AI 研发与迭代 Pipeline，实现“预测-验证-精调”的自进化循环。
四、 任职资格
1. 教育背景
o 计算机、人工智能、计算生物学、生物信息学或数学相关专业硕士/博士学位（博士优先）。
2. 经验要求
o 大型互联网行业1-3年算法开发经验，生物研究背景。
3. 底层算法能力
o 精通 Transformer、图神经网络（GNN）、生成扩散模型等架构，具备从零开始构建并调试复杂模型的能力。
o 深入理解自监督学习、强化学习在生物序列离散空间搜索中的应用。
4. 生物学洞察力
o 深刻理解核酸物理化学性质（如 RNA 碱基配对原则、二级结构热力学模型）。
o 熟悉序列演化规律、折叠机理及相互作用模式。
5. 编程与工程素养
o 精通 Python 编程及 PyTorch 生态，熟悉 Linux 开发环境。
o 具备处理大规模生物数据集（如 PDB, RNAcentral, Rfam, UniProt）的实战经验，熟练使用各类计算生物学工具。
6. 前沿技术跟踪
o 能够快速复现并改进领域内顶尖工作（如 AlphaFold3, RoseTTAFold2-NA, LinearDesign, RNAfold 等）。
五、 素质与加分项
· 科学逻辑：具备严谨的科学抽象与建模能力，撰写技术方案逻辑缜密，文字精炼，拒绝机械化堆砌。
· 交叉学科沟通：能够将生物学家的科研设想精准转化为可计算的数学模型与算法任务。
· 创新驱动：对底层算法研发有极高的热忱，致力于在基础模型层面攻克 RNA 领域的关键难题。
· 加分项：
o 在 NeurIPS, ICML, ICLR 等 AI 顶会，或 Nature Machine Intelligence 等顶级期刊发表过学术论文。
o 有 CADD/AIDD 研发经验，熟悉分子动力学模拟并能与深度学习有效结合。
o 有实际的核酸药物设计、mRNA 序列优化或单细胞组学底层算法开发经验。
六、 支持与待遇
· 算力与数据：充足的 GPU 计算资源及研究院自有的高质量、独家生物实验数据。
· 科研环境：与生物学领域的顶级科学家共事，参与跨学科研究的前沿项目。
· 薪资待遇：提供具有竞争力的起薪、绩效奖金及完善的福利保障。