作为医药 AI 研发成员，聚焦人工智能技术在药物研发、临床科研、医药数据挖掘等场景的创新应用，通过算法开发、模型优化、跨学科协作，推动医药研发效率提升与技术突破，打造行业领先的 AI 驱动医药解决方案。
二、核心职责
1. 项目落地与协作
- 参与小分子 / 大分子药物研发项目，提供 AI 技术支持，配合项目管理、注册管理完成 SAR 分析、加速 PCC（临床前候选化合物）发现进程；
- 跨学科沟通协调，将医药研发需求转化为 AI 技术方案，推动跨团队项目高效落地。
2. 技术创新与沉淀
- 追踪 AI、医药交叉领域前沿动态（如 AI for Science、医药大模型、多智能体系统），评估新技术应用前景并落地验证；
- 优化现有 AI 研发流程与工具链，提升团队研发效率。
3. 数据治理与合规
- 负责医药数据（公共数据库、临床数据、研发数据）的采集、清洗、标注与特征工程，确保数据质量与合规性；
- 建立 AI 模型评估体系，通过实验设计验证模型有效性、稳定性与可解释性，输出标准化技术文档。
三、任职要求
（一）教育背景
- 硕士学历优先，计算机科学、人工智能、生物信息学、计算化学、药学、计算生物学等交叉学科背景；
- 硕士学历需具备1年以上医药 AI 相关工作经验，有参与成熟项目的优先考虑。
（二）核心技能
- 技术能力
- 精通 Python 编程，熟练掌握
PyTorch/TensorFlow/Deepspeed 等深度学习框架，具备算法开发与模型调优实战经验；
- 深入理解机器学习、深度学习核心算法（如 Transformer、GNN、强化学习），熟悉至少 1 个医药 AI 应用方向（药物设计、临床数据分析、医药 NLP 等）；
- 具备大模型微调（LoRA/QLoRA）、AI Agent 构建（LangChain/AutoGen）、多模态数据处理能力，了解 RDKit、Schrödinger、ZDock 等医药专用工具者优先；
- 熟悉 Linux 系统，具备容器化部署（Docker/K8s）、大数据处理技术基础者加分。
- 专业经验
- 了解医药研发流程（临床前 / 临床试验、法规合规），能快速理解医药业务需求并转化为技术方案。
- 综合素质
- 具备较强的跨学科沟通能力、问题解决能力与创新思维，能适应多团队协作场景；
- 英文听说读写流利，可熟练阅读英文文献、撰写技术报告；
- 对医药 AI 领域充满热情，自我驱动强，具备快速学习前沿技术的能力。