AI资深研究员(J12609)
This evidence page preserves the observable public role details used by OpenNash Hiring Intelligence. Confirm availability and apply through the employer’s official page.
View and apply on the official careers site →Description
Responsibilities: 1、算法与模型开发： 设计并优化针对特定靶点的深度学习/机器学习模型（如生成对抗网络、图神经网络、Transformer等），用于预测小分子活性、ADMET属性及蛋白-配体相互作用。 2、精准药物设计与优化：利用AI模型生成和优化候选药物化合物，提升药物发现效率。与药物化学及生物学团队紧密合作，推动AI技术应用于药物研发全流程。 3、技术创新：跟踪AI和药物研发领域的最新进展，推动技术创新，并参与学术会议分享研究成果。 4、数据管理与分析：管理和分析大规模药物研发数据，支持AI模型的训练与验证。 5、跨部门协作：针对特定项目，提出可验证的科学假设，与生物、化学及药理学团队紧密合作，指导湿实验的设计与迭代优化。 Requirements: 1、教育背景：计算化学/CADD/AIDD相关专业，或计算机科学博士学位， 2、工业界经验：具备3年以上（含）工业界（药企、Biotech或头部AI制药公司）药物研发经验。有成功应用AI技术解决药物研发问题的案例者优先。 3、专业技能：熟练掌握Python/R语言，熟悉深度学习框架（如TensorFlow、PyTorch）。 具备分子动力学模拟、量子化学计算或计算药理学经验者优先。熟悉常用计算化学软件：RDKit、Schrödinger等。掌握常见AI药物设计工具。 4、对药物发现流程的理解：对QSAR、分子对接、虚拟筛选、ADMET预测有实际项目经验。 5、团队合作：需具备沟通能力和团队协作精神，能够推动多学科团队高效合作。强烈的问题解决意识和创新精神。
Responsibilities
1、算法与模型开发： 设计并优化针对特定靶点的深度学习/机器学习模型（如生成对抗网络、图神经网络、Transformer等），用于预测小分子活性、ADMET属性及蛋白-配体相互作用。 2、精准药物设计与优化：利用AI模型生成和优化候选药物化合物，提升药物发现效率。与药物化学及生物学团队紧密合作，推动AI技术应用于药物研发全流程。 3、技术创新：跟踪AI和药物研发领域的最新进展，推动技术创新，并参与学术会议分享研究成果。 4、数据管理与分析：管理和分析大规模药物研发数据，支持AI模型的训练与验证。 5、跨部门协作：针对特定项目，提出可验证的科学假设，与生物、化学及药理学团队紧密合作，指导湿实验的设计与迭代优化。
Qualifications
1、教育背景：计算化学/CADD/AIDD相关专业，或计算机科学博士学位， 2、工业界经验：具备3年以上（含）工业界（药企、Biotech或头部AI制药公司）药物研发经验。有成功应用AI技术解决药物研发问题的案例者优先。 3、专业技能：熟练掌握Python/R语言，熟悉深度学习框架（如TensorFlow、PyTorch）。 具备分子动力学模拟、量子化学计算或计算药理学经验者优先。熟悉常用计算化学软件：RDKit、Schrödinger等。掌握常见AI药物设计工具。 4、对药物发现流程的理解：对QSAR、分子对接、虚拟筛选、ADMET预测有实际项目经验。 5、团队合作：需具备沟通能力和团队协作精神，能够推动多学科团队高效合作。强烈的问题解决意识和创新精神。