学术与经验背景 •      计算机科学、人工智能、计算化学、生物信息学、药学、化学、物理或相关专业博士学历优先（特别优秀的硕士需具备3年以上相关经验）。 •      具备3年以上AI/计算驱动药物发现相关研究或产业经验。 •      扎实的机器学习/深度学习基础，熟练掌握PyTorch或TensorFlow。 •      熟练使用Python，具备良好的代码工程能力，熟悉Git、Linux开发环境。 专业能力（满足以下其中一个方向的深度即可，多项者优先） •      小分子方向：熟悉RDKit、DeepChem等化学信息学工具，掌握分子表征方法（SMILES、分子图、3D构象、分子指纹等），有图神经网络、Transformer、扩散模型等在分子生成、ADMET预测、QSAR建模、虚拟筛选等场景的实战经验。 •      大分子方向：熟悉蛋白质语言模型（ESM系列）、AlphaFold/RoseTTAFold/RFdiffusion等结构预测与设计模型，有抗体设计、蛋白工程、PPI预测、结合亲和力预测等相关项目经验。 •      结构与对接方向：熟悉分子对接（AutoDock、Glide、DiffDock等）、分子动力学模拟（GROMACS、AMBER、OpenMM等），有基于结构的药物设计（SBDD）项目经验。 •      逆合成与合成路线方向：有逆合成预测、反应产率预测、合成路线规划等相关模型研发或应用经验。 •      多肽/核酸方向：有多肽设计、siRNA/mRNA序列优化、化学修饰预测等相关经验。 加分项 •      在NeurIPS、ICML、ICLR、Nature子刊、JCIM、JMC等顶尖会议/期刊发表相关论文。 •      有制药企业、Biotech或CRO公司AIDD相关项目落地经验。 •      了解药物研发全流程，能够与药化、生物团队高效沟通。 •      有大规模分布式训练、模型部署（ONNX、TensorRT）经验。 •      熟悉云计算平台及高性能计算集群使用。 •      有开源项目贡献经验。 我们提供 •      充足的算力与数据资源：充足的GPU算力支持，依托公司全链条湿实验能力形成“干湿结合”的研发闭环，海量真实项目数据积累。 •      真实丰富的项目场景：服务全球创新药企sponsor，覆盖多种治疗领域和药物模态，模型不只停留在论文层面，能真正推动管线进展。 •      专业的协作团队：与公司内部资深的药化、生物、CMC专家紧密协作，与同样优秀的AIDD算法同事并肩作战。 •      有市场竞争力的薪酬包：base + 绩效奖金 + 长期激励（依据公司方案）。 •      学术友好的氛围：支持论文发表、参加国内外学术会议、与高校开展合作研究。 •      清晰的发展通道：技术与管理双通道晋升路径，随平台业务成长提供长期发展空间。