崗位職責:
1.AI模型創(chuàng)新:
?開發(fā)、部署、優(yōu)化針對大分子藥物優(yōu)化、ADC linker-payload理性設(shè)計、結(jié)合表位預(yù)測等的AI算法;
?探索擴散模型/圖神經(jīng)網(wǎng)絡(luò)在多特異性抗體構(gòu)象空間搜索中的應(yīng)用。
2.工程化落地:
?將AlphaFold、ProteinMPNN等外部、公開工具改造為適應(yīng)的自動化流程;
?優(yōu)化現(xiàn)有內(nèi)部研發(fā)AI模型,與外部SOTA方案對標,管理AI模型全生命周期
?通過工具化,產(chǎn)品化,提高現(xiàn)有AI模型與工作流的普適應(yīng),達到人人可用。
3.跨學科協(xié)同:
?與實驗室背景的結(jié)構(gòu)生物學行業(yè)專家團隊共同制定AI賦能藥物研發(fā)的驗證實驗方案,共同推進公司藥物研發(fā)管線;
?主導"干濕實驗閉環(huán)"迭代,優(yōu)化基于主動學習(Active Learning)的候選分子篩選。
任職要求:
硬性門檻:
?計算機科學/AI相關(guān)學科背景,或計算生物學/生物信息學博士
?3年AI藥物研發(fā)項目經(jīng)驗:有AI模型全生命周期管理經(jīng)驗、有應(yīng)用AI在大分子藥物研發(fā)應(yīng)用落地經(jīng)驗
?熟練掌握相關(guān)AI開發(fā)工具與算法框架(如PyTorch Geometric/DGL等圖神經(jīng)網(wǎng)絡(luò)工具鏈)
高競爭力候選人有以下經(jīng)驗:
?在抗體親和力成熟或ADC穩(wěn)定性預(yù)測方向發(fā)表過AI方法學論文
?主導過開源生物計算項目(如ProteinGym基準測試,CASP比賽等)
?熟悉CADD,AIDD大分子設(shè)計商業(yè)平臺(如MOE,GROMACS等)