公司介绍：
- 企业致力为全球生物医药行业提供一体化、端到端的新药研发和生产服务，助力客户提升研发效率，为患者带来更多突破性的治疗方案。
岗位职责：
- 开发和优化机器学习 (ML) 算法，包括主要的深度学习模型，例如 图神经网络 (GNN)、NLP DL 注意力模型（Seq2seq、transformers 等）解决现实问题以提高药物开发过程的效率
- 在分子模拟中应用和优化算法工程工作流程，例如 结构预测、属性预测、高通量对接、使用高级 ML 算法（例如预训练模型、主动学习和迁移学习）进行先导优化
- 将领域知识、结构生物学（Alphafold2）CADD（Autodock、Molecular Dynamics、FEP）和化学信息学（RDKit、ChemDraw、MarvinJS等）整合到ML中，以解决CADD和药物化学领域的真正挑战
- 消化最新的 state-of-the-art (SOTA) ML 算法，并开发系统的实验管道以评估和重现 SOTA 结果
- 与其他团队和部门合作，将机器学习原型转移到系统和平台中
职位需求：
- STEM或相关领域（计算机科学/工程/CADD/计算生物学优先）硕士/博士（985/211（或海外同等学历）毕业生），在ML和AI项目中具有丰富的技术和行业实践经验； 有图神经网络和NLP深度学习模型经验者优先
- 优秀的问题制定和解决能力，具有突出的沟通和团队合作能力，良好的数据感和突出的研究能力；
- 出色的Python编程能力（有SQL/Java/JS经验者优先）；
- 在实施深度学习 (DL) 算法方面具有很强的动手能力，例如图神经网络 (GNN)、RNN、LSTM、带有 DL 框架的 Transformer (Tensorflow/Pytorch)，具有开发定制算法以改善实际应用结果的经验
- 科学发表记录和强大的研究能力
- 有AIDD/CADD/生物信息学知识和经验者优先； 有 Alphafold2、docking、FEP 和其他 AIDD 相关 ML 应用程序的经验者优先
