到岗时间:1个月之内
婚况要求:不限婚况
职位描述: 使用深度学习、人工智能等前沿算法开发可应用于新药设计方面的全新工具,以下是几个可能的项目: 1. 应用自然语言处理、图像识别等算法,从公开的数据和文献资料中挖掘与药物性质相关的信息,同时对数据的来源与质量进行梳理,最终应用于分子的生化性质、ADMET性质等的预测;
2.开发全新的分子生成算法,在考虑蛋白质结构信息、专利数据信息等的情况下,最终达到类似于药化专家水准的药物分子的设计; 3.分子的逆合成路径推荐。开发自动化的分子逆合成分析平台,对新设计分子的可合成进行快速判断,并同时帮助药化专家找到最可行、效率最高的合成路线。 4.AI加速的分子动力学模拟。应用最新的AI算法来加速传统的分子动力学模拟,达到快速采样并收敛的目的,从而对靶点构象、结合机理等进行有效地探索。 职位要求: 1.博士学历,专业为计算机、应用数学、模式识别、人工智能、自动化控制、统计学、计算化学等。 2.对药物的开发、分子模拟等有浓厚的兴趣,对蛋白质结构、有机分子结构等有一定的了解。 3.熟悉常用的机器学习和深度学习算法,包括图模型、生成模型、强化学习等;
对模式识别,概率统计、最优化等算法原理及落地应用,有扎实的基础,深入的理解和浓厚的兴趣。 4.精通CC、Python等至少一门编程语言,有较强动手能力;
熟练掌握常见的机器学习或者深度学习的一个或者多个框架,包括PyTorch,TensorflowKeras等,有实际的方法开发或工程落地经验。 5.在国际顶级的学术会议和期刊,如NIPS、ICML、ICLR、IJCAI、AAAI、CVPR、ICCV、KDD等,发表论文者优先;
或在相关开源项目上有丰富的贡献者优先。 6.乐于动手,有良好的逻辑思维能力和数据敏感度,能够熟练阅读和撰写英文论文,具有优秀的独立研发算法的能力。
求职提醒:求职过程请勿缴纳费用,谨防诈骗!若信息不实请举报。