岗位简介
我们正在南京扩展人工智能药物发现（AIDD）平台团队，现诚邀5–10位科学家加入。我们的使命是构建并持续优化一个先进的AI驱动平台，加速从疾病靶点识别到可成药化合物生成的整个药物发现流程。
在此岗位中，您将参与AI/ML模型的开发、应用与优化，专注于小分子设计与优化，同时将计算机辅助药物设计（CADD）作为核心应用领域。您将与药物化学家、生物学家、生物物理学家、蛋白质与结构生物学家等多学科团队合作，共同推进平台建设与实际药物研发项目。

岗位职责：
1.参与AI驱动药物发现平台的设计与优化，整合算法、数据与工作流程以支持小分子发现。
2.开发、实施并优化AI/ML方法（如图神经网络、变分自编码器、Transformer、扩散模型及其他深度学习模型），用于分子性质预测、分子生成及蛋白-小分子相互作用建模。
3.应用CADD技术（如分子对接、分子动力学、QSAR、药效团建模与模拟），结合商业软件（如Schrödinger、MOE）与开源工具进行平台验证。
4.构建可扩展、可复现的工作流程，将开源工具（如RDKit、DeepChem等）整合至平台中，提升平台的可用性与效率。
5.与药物化学、生物学等团队紧密协作，确保平台在真实药物研发项目中提供可操作的洞察。
6.跟踪AI药物发现领域的最新进展，主动将新技术集成至平台中。
7.撰写文档、发表成果并进行展示，提升平台在内部与外部的影响力。

任职资格：
1.计算化学、化学信息学、计算机科学或相关领域博士学历。
2.在小分子药物发现领域具备丰富的AI/ML与计算工具开发或应用经验，包括：
蛋白质结构与结合亲和力预测（如AlphaFold3、boltz2）用于蛋白-配体复合物建模；
基于扩散模型或其他方法的分子生成（如RFdiffusion、Chai-1/2），用于设计新颖高亲和力化合物；
计算建模与分析（如Rosetta、MOE、Maestro、Autodock、Diffdock）用于蛋白工程、对接与大分子相互作用研究。
3.扎实的编程能力（优先考虑Python，R/C++为加分项），熟悉主流机器学习框架（如PyTorch、TensorFlow）。
4.深入理解药物发现流程，尤其是从Hit到Lead及Lead优化阶段。能够解读计算数据，指导分子设计决策，优化药代动力学、安全性与疗效等关键属性。
5.出色的问题解决与沟通能力，能够在跨职能团队中高效协作。
6.有药物发现平台开发或集成经验者优先。