临港实验室人工智能部门面向全球招募大模型、多智能体、AI for Science、计算生物学、计算化学等领域的跨学科创新先锋。作为临港实验室核心科研阵地,我们以AI交叉前沿研究为锚点,以智能技术重构药物发现范式为使命,聚焦靶标发现、新形态药物创制、干湿闭环范式构建、虚拟临床等药物创制关键环节的智能化技术攻关,打造人工智能与药物专家深度协同的研发生态。
通过与具有丰富工业界药物研发经验的团队紧密协作,在这里,专长人工智能的你无需担心学科背景的桎梏,只需对AI技术的极致追求:每一次代码迭代都可能缩短新药研发进程,每个智能体都在参与攻克重大疾病的科技攻坚。以代码为探针,用算力解构生命进化密码;以创新为引擎,在智能科学与未知疆域的碰撞中定义未来图景!
【招聘对象/方向】
对象不限,校招、社招均考虑。
大模型算法、多智能体、AI for Science、强化学习、数据处理、工程平台开发、计算生物学等。
【我们寻找...】
交叉创新者:深耕人工智能、大模型或AI for生物/化学等交叉领域研究,具备扎实算法基础与创新视野,致力于以AI重构科学发现方法论;
算法攻坚人:在NeurIPS、ICML、ICLR等顶会或《Nature》《Science》等顶尖刊物及子刊发表过前沿成果;
代码造物者:精通PyTorch、TensorFlow等框架,具备大规模分布式训练、高性能计算或AI工程化落地经验,能用代码实现理论到现实的跨越;
范式颠覆者:对AI for Science交叉研究有足够的热情和深刻洞察,擅用人工智能技术解构生命科学复杂问题,以智能算法驱动药物研发新范式。
【我们能提供什么?】
高密度的AI+生命科学交叉研发团队;
具有竞争力的薪水和待遇;
完善的福利保障:补充公积金、补充商业医疗保险及丰富多样的工会福利
充足的研究经费与算力支持;
支持青年人才主导核心关键项目,积累重大工程经验;
具有协助申请外部高校联合导师的资源,按任务需求支持招收联合培养硕博学生;
和具有丰富工业界制药经验的专家直接合作,深入药物研发管线,了解一线药物开发流程,将高水平算法兑现为高价值药物。
【全职岗位(面向社招、校招同步开放)】
大模型算法岗位
【岗位职责】
1)负责多模态生物大模型及多智能体系统的相关研发和优化;
2)针对下游生物领域的任务进行模型微调,结合场景进行性能改进。
【职位要求】
1)计算机科学、人工智能相关专业硕士及以上学历;
2)有扎实的数据结构功底及大模型实战经验;
3)熟悉各类大模型架构,能够对其改进和优化模型性能;
4)有顶会、顶刊、Kaggle等重要比赛并取的优异成绩或有工业界实战经验者优先;
5)有在千卡集群上训练过百亿级以上模型者优先;
6)具备智能体产品研发和大模型工业实战经验优先。
AIDD研究岗位
【岗位职责】
1)围绕靶标发现、大/小分子药物发现与优化以及新模态药物开发等方向提出创新性的技术路线与解决方案;
2) 利用自研平台与技术体系推进实验室药物研发管线。
【职位要求】
1)人工智能相关专业(计算机、人工智能、数学、物理和AIDD等)硕士或博士学位;
2)有扎实的数据结构、机器学习理论功底;
3)熟练掌握 Python 和 PyTorch,具备快速阅读和复现论文的能力;
4)有顶会、顶刊论文发表、Kaggle比赛优异成绩者优先;
5)有药物研发管线或者工业实战经验者优先。
工程开发岗位
【岗位职责】
1)负责AI核心业务平台开发。
【职位要求】
1)计算机或相关专业本科及以上学历,能独立进行功能开发;
2)具备Python项目经验,至少精通一种后端开发框架;
3)具备扎实的数据结构基础、良好的编程习惯,熟悉常用设计模式;
4)有自动化&分布式平台开发经验者优先;
5)有AI算法应用开发经验者优先。
科学数据工程师岗位
【岗位职责】
1) 负责生物、化学、药物研发等相关领域专业数据的构建与管理。
【职位要求】
1)计算机科学、生物信息学、化学信息学、数据科学或相关专业硕士及以上学历;
2)具备良好的编程能力和代码规范,熟练掌握Python等编程语言;
3)熟练掌握常用的生物信息学工具和软件,了解机器学习、大数据处理和统计学习的基本方法;
4)有科学数据/NGS/单细胞测序/多组学数据分析相关项目及研究经验者优先;
5)具备熟练的文献调研、数据归纳和信息整理能力;
6)具备良好的逻辑思维能力和问题解决能力,能够独立完成复杂的任务。
实习生
1)26年以后获得硕士及以上学位,计算机、数学、物理、医学和AIDD等相关专业;
2)良好的沟通和团队协助能力、较强的自驱力和求知欲;
3)扎实数据结构和AI算法理论基础,熟练掌握至少一种编程语言;
4)能长时间稳定实习者(>6个月)优先考虑;
5)有顶会、顶刊、Kaggle等重要比赛并取的优异成绩或有工业界实战经验者优先。
【联系我们】
请将个人简历以“姓名+应聘岗位名称”的形式发送至beining.shi@lglab.ac.cn。
附件下载: