崗位職責(zé):
1.深入探索生物學(xué)機(jī)制或臨床轉(zhuǎn)化問題，針對(duì)特定模態(tài)的生物數(shù)據(jù)（如單細(xì)胞多組學(xué)、蛋白質(zhì)/核酸序列、空間轉(zhuǎn)錄組或分子圖網(wǎng)絡(luò)等），精準(zhǔn)定義AI建模任務(wù)及數(shù)據(jù)清洗標(biāo)準(zhǔn)；
2.主導(dǎo)異構(gòu)生物數(shù)據(jù)的“多模態(tài)融合”算法研發(fā)：運(yùn)用交叉注意力（Cross-Attention）、對(duì)比學(xué)習(xí)、圖表示學(xué)習(xí)等先進(jìn)架構(gòu)，實(shí)現(xiàn)多種核心模態(tài)在隱空間的精準(zhǔn)對(duì)齊與特征提?。?br>3.跟蹤AI4S領(lǐng)域的頂級(jí)開源基座模型（如ESM系列、Geneformer 等），完成SOTA模型的引入、預(yù)訓(xùn)練權(quán)高效微調(diào)，數(shù)據(jù)讀取加載優(yōu)化，多線程加速等；
4.主導(dǎo)算法的工程閉環(huán)與落地，將經(jīng)過驗(yàn)證的多模態(tài)模型封裝為標(biāo)準(zhǔn)化的推理Pipeline與API，無縫交付給下游的濕實(shí)驗(yàn)團(tuán)隊(duì)、藥物研發(fā)團(tuán)隊(duì)或系統(tǒng)工程團(tuán)隊(duì)進(jìn)行驗(yàn)證與部署；
5.跟蹤全球計(jì)算生物學(xué)與AI4S前沿進(jìn)展，沉淀多模態(tài)建模的方法論，撰寫高質(zhì)量的高價(jià)值技術(shù)專利、架構(gòu)文檔。

任職資格:
1.碩士研究生及以上學(xué)歷，計(jì)算機(jī)科學(xué)、人工智能、生物信息學(xué)、計(jì)算生物學(xué)或相關(guān)交叉學(xué)科專業(yè)；
2.具備豐富的AI4S或生物醫(yī)療數(shù)據(jù)建模經(jīng)驗(yàn)（碩士學(xué)歷要求6年及以上，博士學(xué)歷要求2年及以上工作經(jīng)驗(yàn)，特別優(yōu)秀可放寬年限）；
3.精通以下至少1-2個(gè)細(xì)分方向：
-序列與組學(xué)方向：精通DNA/RNA/蛋白質(zhì)序列建?；騿渭?xì)胞多組學(xué)數(shù)據(jù)，精通基于Transformer, Mamba等的生物大模型架構(gòu)；
-圖與網(wǎng)絡(luò)方向：熟練處理分子拓?fù)鋱D或生物調(diào)控網(wǎng)絡(luò)，精通 GNN/GCN等圖神經(jīng)網(wǎng)絡(luò)架構(gòu)及相關(guān)框架；
-結(jié)構(gòu)與物理方向： 熟悉3D蛋白質(zhì)空間結(jié)構(gòu)特征提取，了解3D等變網(wǎng)絡(luò)或生成式擴(kuò)散模型（Diffusion, Flow Matching）在生物分子上的應(yīng)用；
4.具備極強(qiáng)的深度學(xué)習(xí)架構(gòu)能力與工程自驅(qū)力，極度精通PyTorch，深刻理解跨模態(tài)融合的底層邏輯（如多模態(tài)對(duì)齊、隱空間表征）；
5.有效解決過真實(shí)生物數(shù)據(jù)的Drop-out、數(shù)據(jù)不平衡等痛點(diǎn)問題，并在頂級(jí)會(huì)議或頂級(jí)期刊有相關(guān)成果發(fā)表，或在知名開源項(xiàng)目中貢獻(xiàn)過核心代碼者優(yōu)先。