2026届-博士-AI算法工程师（成药性筛选方向）-北京总部

AI 摘要智能生成

设计并开发用于药物研发的机器学习/深度学习模型

职位描述

工作职责 1.设计并开发用于药物研发的机器学习/深度学习模型，覆盖分子成药性预测、分子生成、虚拟筛选等核心场景； 2.与药物化学、生物学、药代动力学专家协作，理解业务需求，定义技术问题，推动模型从数据准备到生产部署的全流程落地； 3. 持续跟踪前沿AI技术（如图神经网络、扩散模型、大语言模型、强化学习），评估其在药物研发特别是成药性筛选中的适用性并快速验证； 4.建设模型评估体系，确保模型的准确性、泛化能力、可解释性及计算效率； 5.协同数据工程师和生物信息学专家，优化训练数据质量与特征工程； 6.参与技术团队建设，指导初级工程师，推动算法研发规范与流程优化。 任职要求 1.机器学习、NLP、计算机、生物医学工程等相关专业，博士学历； 2.拥有3年以上AI算法研发经验，其中至少1年涉及药物研发相关项目（如分子性质预测、分子生成、虚拟筛选、ADMET建模等）； 3.精通主流机器学习/深度学习框架（PyTorch、TensorFlow等），熟悉图神经网络（GNN）、Transformer、扩散模型等架构； 4. 熟悉分子表示方法（SMILES、SELFIES、分子图、3D构象等），了解分子对接、分子动力学模拟等计算化学工具者优先； 5.具备扎实的编程能力（Python），熟悉Linux开发环境，有分布式训练或模型部署经验者优先； 6.优秀的沟通协作能力，能够与跨学科团队高效配合。 加分项： 1.有AI辅助药物发现实际项目经验（如成功优化先导化合物、预测ADMET性质等）； 2.在顶级会议/期刊（NeurIPS、ICML、ICLR、J. Med. Chem.等）发表过相关论文； 3.熟悉RDKit、OpenBabel、PyMol等化学信息学工具； 4.有高通量筛选数据分析或药效/药代数据建模经验。 您将得到的培训： 1、新员工培训：帮助您快速了解公司融入到团体； 2、在岗专业知识培训：导师一对一制，帮助快速达到岗位工作要求； 3、英语培训：专业培训机构外教口语培训课程； 4、周度、月度及年度学术报告：学术界及工业界知名专家线上或线下讲座； 职业发展： 1、通过专业系统的培训，成长为行业内专家； 2、发掘您的管理潜质，有机会晋升至管理岗位，获得股权激励。

任职要求

• Python
• Linux
• 算法
• 机器学习
• 深度学习
• NLP
• 数据分析