岗位职责 1. 参与大模型驱动的药物研发平台建设，支持小分子设计、分子生成、性质预测、多目标优化等任务。 2. 参与 Agent 药物开发流程设计，包括文献理解、靶点分析、分子设计、ADMET评估、虚拟筛选和结果总结等智能体模块。 3. 协助构建药物研发大模型所需的数据集，包括分子结构、活性数据、ADMET性质、靶点信息、蛋白信息和文献数据等。 4. 配合算法团队开展大语言模型、多模态模型、分子生成模型和性质预测模型的训练、评估与应用测试。 5. 参与 LLM Agent 在药物研发场景中的应用探索，如自动化分子优化、实验方案建议、候选分子排序和报告生成。 6. 跟踪 AI for Drug Discovery、大模型、Agent、多模态分子模型等方向的前沿论文和技术进展。 任职要求 1. 人工智能、计算机、生物信息学、计算化学、药学、生物医学工程等相关专业硕士或博士在读优先。 2. 熟悉 Python，具备良好的编程和数据处理能力，熟悉 PyTorch、Transformers、Hugging Face 等框架者优先。 3. 了解机器学习或深度学习基础，对大语言模型、Agent、RAG、多模态模型、分子生成等方向有兴趣。 4. 对AI药物研发有浓厚兴趣，了解小分子设计、ADMET、分子性质预测、虚拟筛选或蛋白-配体相互作用建模者优先。 5. 具备较强的学习能力、英文文献阅读能力、逻辑分析能力和团队协作能力。 6. 每周可实习不少于3天，连续实习3个月以上者优先。 加分项 1. 有大模型、Agent、RAG、多模态模型或AI应用开发经验。 2. 有分子生成、分子性质预测、ADMET建模、分子对接或虚拟筛选相关经验。 3. 熟悉 RDKit、DeepChem、DGL、PyTorch Geometric、LangChain、LlamaIndex 等工具或框架。 4. 了解 ChEMBL、PubChem、BindingDB、PDB、UniProt 等常用药物研发数据库。 5. 有AI药物设计、计算化学、生物信息学相关科研项目、论文或开源项目经验者优先。