2027届-博士-AI蛋白设计高级研究员-无锡/江阴/宁波

AI 摘要智能生成

统筹蛋白改造项目：围绕酶改造/抗体设计等目标

职位描述

1、统筹蛋白改造项目：围绕酶改造/抗体设计等目标，制定技术路线、里程碑与决策标准，推动多轮“计算设计 实验验证 迭代优化”闭环交付； 2、生物大模型微调：牵头定义酶/抗体任务与数据集，联合AI科学家完成模型微调与适配，用于活性与稳定性提升、突变体优选、序列生成、表达可行性评估与候选打分排序，并持续根据实验回流数据迭代模型效果； 3、生物数据体系建设：负责关键生物数据的定义、清洗、标注与质量控制，覆盖序列、结构、表型、动力学参数、多组学数据等；建立数据集版本与训练集管理规范，确保训练过程可追溯、可复现； 4、协作共建大模型底座：作为生物侧负责人，与AI科学家共同制定数据标准、任务范式、模型输入输出规范与评估指标体系，推动底座能力在公司数据上持续迭代并支持多项目复用； 5、跨团队沟通及培训团队：对接实验团队，解释模型结论，指导实验设计；支持专利/论文/对外合作交流，并指导初中级同事成长； 6、技术迭代：持续跟踪AI蛋白设计、酶工程、抗体设计与生物大模型前沿进展，评估新方法可行性并提出技术迭代与平台发展建议。

任职要求

• 博士及以上学历，生物信息学、计算生物学、结构生物学，计算机等相关专业，211/985优先；
• 具备蛋白改造成功(不限于酶改造，抗体设计，Binder设计)项目经验，能独立推进多轮迭代，并对结果与交付质量负责；
• 熟练掌握深度学习框架（PyTorch/TensorFlow），具备生物大模型使用与微调能力，理解微调策略、训练评估与泛化控制，能将模型能力转化为可落地的蛋白改造任务；
• 具备跨学科协作能力，能与AI科学家高效协作，将生物问题抽象为明确的任务定义、数据规范与评估指标；
• 编程能力扎实，熟练Python与Linux；熟悉UniProt、PDB、Pfam等数据库与常用生信流程，具备强文献调研与方法复现能力；
• 良好的团队协作与沟通能力，能与不同专业背景人员紧密合作。