1、博士学历（或即将获得博士学位），计算生物学、生物信息学、结构生物学、计算化学、人工智能等相关专业。 2、AI模型经验： 熟悉主流AI4Biology模型及其应用场景，包括但不限于： -蛋白语言模型：ESM3、ESMFold、ProteinMPNN 等； -结构预测模型：AlphaFold3（Protenix）、Chai-1、Boltz 等； -蛋白/抗体设计模型：RFdiffusion、RFantibody、DiffAb 等； 具备上述至少一类模型的实际使用或开发经验，理解其原理与局限性。 3、编程与工程能力： 熟练掌握 Python 及深度学习框架（PyTorch），熟悉 Hugging Face 生态，具备模型微调、推理部署及大规模计算任务管理经验，熟悉 Linux/超算环境。 4、专业基础： 具备扎实的结构生物学或生物物理学基础，熟悉蛋白质结构分析与可视化工具（PyMOL、ChimeraX），熟悉常用生物学数据库（PDB、UniProt、AlphaFold DB）。 加分项： 1、以第一作者发表过高水平学术论文 2、有 AI 设计与湿实验验证闭环的完整项目经验（如设计的蛋白/抗体经实验验证成功）； 3、有 MD 模拟、自由能计算与 AI 模型结合的经验（如 AI 预测结构后进行 MD 精修或构象采样）； 4、有扩散模型、生成式模型或几何深度学习相关方法开发经验； 5、熟悉抗体-抗原相互作用、酶催化机制等具体生物学问题背景。