职位描述：
1、AI大模型核心技术攻坚
主导大语言模型（LLM）在合成生物学领域的垂直应用研发，包括：
· 构建面向基因编辑、代谢路径设计的专业领域LLM，结合检索增强生成（RAG）与知识图谱进行微调优化；
· 开发基于大模型的跨模态（文本/视觉/时序）统一表征学习框架，提升模型在农业复杂场景中的泛化能力；
· 探索大模型与强化学习的融合技术，实现合成生物设计与农业质量预测的闭环优化。
2、大模型驱动的技术转化
· 推动大模型与农业/生物场景结合，主导研发智能生物设计平台、农业决策系统等工具；
· 设计轻量化大模型部署方案，解决农业边缘计算场景中的模型压缩与推理效率问题。
3、跨领域协同创新
· 构建合成生物学-农业跨领域知识库，突破大模型训练中多源异构数据融合瓶颈；
· 牵头制定大模型在生物制造、精准育种等场景的评估体系与行业标准。
职位要求：
1、具有人工智能、计算机科学、计算生物学或相关专业博士学位，研究方向聚焦AI大模型技术；
2、至少满足以下两项技术背景：
· 大模型开发：精通Transformer架构及微调技术（如LoRA、P-Tuning）；
· 多模态学习：具备视觉-文本-时序数据联合建模经验；
· AI+X交叉应用：在生物/农业领域有算法落地经验。
3、2年以上大模型开发经验，熟悉主流框架（HuggingFace、LangChain等）及分布式训练技术，熟练处理多模态数据（基因组、蛋白质结构、农业遥感图像等），具备扎实的代码能力；
4、在AI顶会或生物信息期刊发表论文者优先；
5、熟悉合成生物学关键技术、有AI+生物领域的工具开发经验者优先。