崗位職責(zé)：
1. 算法架構(gòu)與模型選型：負(fù)責(zé)藥物分子生成、合成路徑規(guī)劃及性質(zhì)預(yù)測(cè)系統(tǒng)的整體算法架構(gòu)設(shè)計(jì)。針對(duì)小分子、多肽以及復(fù)雜制劑輔料，進(jìn)行前沿深度學(xué)習(xí)模型的選型與評(píng)測(cè)，確保模型在藥物研發(fā)場(chǎng)景下的高泛化性與預(yù)測(cè)精度。
2. 核心算法開(kāi)發(fā)與優(yōu)化：負(fù)責(zé)開(kāi)發(fā)高效的逆合成分析算法與合成路線預(yù)測(cè)模型。針對(duì)小分子和多肽，構(gòu)建結(jié)構(gòu)與性能的關(guān)聯(lián)模型，實(shí)現(xiàn)對(duì)溶解度、穩(wěn)定性、引濕性等理化性質(zhì)以及ADMET屬性的精準(zhǔn)預(yù)測(cè)。針對(duì)輔料與制劑方向，設(shè)計(jì)預(yù)測(cè)藥物-輔料配伍禁忌及處方優(yōu)化的數(shù)據(jù)驅(qū)動(dòng)模型。
3. 數(shù)據(jù)工程與特征構(gòu)建：構(gòu)建并維護(hù)藥物研發(fā)相關(guān)的多模態(tài)數(shù)據(jù)庫(kù)。負(fù)責(zé)化學(xué)結(jié)構(gòu)（SMILES/SELFIES）、分子指紋、三維構(gòu)象及制劑工藝參數(shù)的特征提取與工程化。處理異構(gòu)化實(shí)驗(yàn)數(shù)據(jù)，解決藥物化學(xué)數(shù)據(jù)中的樣本稀疏、標(biāo)簽噪聲及數(shù)據(jù)分布不均（OOD）等挑戰(zhàn)。
4. 跨學(xué)科協(xié)作與系統(tǒng)集成：與計(jì)算化學(xué)、合成化學(xué)及制劑開(kāi)發(fā)團(tuán)隊(duì)緊密配合，將算法模型集成至內(nèi)部藥物發(fā)現(xiàn)平臺(tái)或 ELN/LIMS 系統(tǒng)中，實(shí)現(xiàn)計(jì)算模擬與干濕實(shí)驗(yàn)的閉環(huán)聯(lián)動(dòng)。支持高通量篩選數(shù)據(jù)的自動(dòng)化分析，為實(shí)際研發(fā)決策提供量化的算法建議。
5. 模型部署與閉環(huán)優(yōu)化：建立算法模型的持續(xù)監(jiān)控與迭代機(jī)制，通過(guò)主動(dòng)學(xué)習(xí)（Active Learning）或強(qiáng)化學(xué)習(xí)手段，根據(jù)實(shí)驗(yàn)反饋不斷調(diào)優(yōu)算法。解決大規(guī)模分子庫(kù)檢索與實(shí)時(shí)預(yù)測(cè)中的計(jì)算性能瓶頸，確保算法在生產(chǎn)環(huán)境中的穩(wěn)定響應(yīng)與高效推理。
任職要求：
1. 學(xué)歷與經(jīng)驗(yàn)：計(jì)算機(jī)科學(xué)、生物信息學(xué)、化學(xué)信息學(xué)、計(jì)算化學(xué)或相關(guān)專業(yè)碩士及以上學(xué)歷。具備 3 年及以上藥物研發(fā)相關(guān)算法經(jīng)驗(yàn)，有小分子合成、多肽藥物或制劑穩(wěn)定性預(yù)測(cè)相關(guān)項(xiàng)目背景者優(yōu)先。
2. 算法技術(shù)棧：精通 Python 編程，熟練掌握 PyTorch 或 TensorFlow 等主流深度學(xué)習(xí)框架。深入理解常用機(jī)器學(xué)習(xí)算法及深度學(xué)習(xí)架構(gòu)。熟悉大規(guī)模語(yǔ)言模型（LLM）在化學(xué)序列（SMILES）處理上的應(yīng)用經(jīng)驗(yàn)。
3. 化學(xué)信息學(xué)背景：熟練使用 RDKit、OpenEye 或 Schrodinger 等化學(xué)信息學(xué)工具包。理解基本有機(jī)化學(xué)反應(yīng)機(jī)理、多肽一級(jí)結(jié)構(gòu)特性及常見(jiàn)藥用輔料的理化性質(zhì)。熟悉常用的公開(kāi)化學(xué)數(shù)據(jù)庫(kù)（如 ChEMBL, PubChem, ZINC, USP 等）。
4. 數(shù)據(jù)庫(kù)與數(shù)據(jù)管理：熟悉 SQL 及 NoSQL 數(shù)據(jù)庫(kù)的使用，具備處理大規(guī)模分子數(shù)據(jù)集的經(jīng)驗(yàn)。了解高性能計(jì)算（HPC）或 GPU 并行加速原理。
5. 工程能力與素質(zhì)：熟悉 Git 版本控制與 Linux 開(kāi)發(fā)環(huán)境。具備優(yōu)秀的邏輯思維能力和跨學(xué)科溝通能力，能夠準(zhǔn)確理解化學(xué)家與制劑工程師的業(yè)務(wù)痛點(diǎn)并轉(zhuǎn)化為技術(shù)需求。具有持續(xù)學(xué)習(xí)前沿 AI for Science 文獻(xiàn)的熱情與能力。