AI资深科学家/算法负责人

该职位来源于猎聘 主导 Abseek 平台 AI 算法体系建设负责为 Abseek 抗体筛选业务搭建端到端的 AI 算法框架，支撑从虚拟筛选、先导抗体发现到成药性优化的全流程，实现「AI 模型指导湿实验设计 → 自动化实验产生高通量数据 → 数据反哺模型迭代」的闭环，大幅提升抗体发现的效率与成功率。 核心算法与模型研发 开发基于深度学习的抗体虚拟筛选算法，支撑计算机虚拟先导抗体识别、亲和力预测与特异性优化； 搭建抗体从头设计（de novo design）与序列 / 结构优化模型，探索多模态数据（序列 + 结构 + 表型）融合建模； 研究主动学习 / 贝叶斯优化 / 强化学习方法，用于抗体库的高效迭代与湿实验的智能排程； 探索蛋白质 / 抗体大语言模型（如 ESM 系列）、图神经网络、分子动力学模拟在抗体研发中的创新应用。 推动算法工程化与平台落地负责机器学习算法的设计、实现、测试与部署，推动 Abseek 平台 AI 模块的整体优化与自动化；对接生物信息、湿实验、自动化工程等跨职能团队，以精益化模式推进算法成果落地，支撑平台业务交付与客户项目。 技术路线规划与团队协作结合公司业务战略，制定 Abseek 平台 AI 技术路线图；对接内部研发团队与外部合作伙伴，对齐项目目标，解决关键技术瓶颈，带领 / 指导团队推进研发任务。 任职要求 硬性条件 博士学历，计算机科学、计算生物学、生物信息学等相关专业； 具备5 年以上 AI + 生物交叉领域研发经验的硕士，有抗体 / 蛋白质药物研发、生物信息平台相关项目经验者优先； 熟练掌握 Python，精通 PyTorch/TensorFlow 等主流深度学习框架，具备扎实的算法工程实现能力； 熟悉 Linux 集群环境、高通量生物数据处理与模型部署流程。 核心经验要求（需至少满足 2-3 项） 有独立主导 AI + 生物项目经验，如蛋白结构预测、抗体筛选 / 优化、生物大模型开发等； 具备主动学习 / 优化算法、图神经网络、分子动力学模拟、蛋白质 / 抗体大语言模型相关项目经验； 有多模态数据（序列 / 结构 / 表型）融合建模经验，或搭建过生物 AI 平台 / 抗体计算工具链者优先； 熟悉抗体药物研发流程，了解噬菌体展示、杂交瘤、单细胞测序等抗体筛选技术者优先。 加分项 有生物医药企业、AI 制药公司、头部 Biotech 的工作 / 项目经验； 具备团队管理经验，能带领小团队推进研发项目，对接湿实验团队落地算法成果。 我们能提供 核心平台业务的深度参与机会，你的算法将直接落地为 Abseek 平台的核心竞争力，影响全球客户的抗体研发项目； 开放的技术环境与充足的算力支持，可自由探索前沿 AI 技术在抗体研发中的应用； 与行业内优秀的的生物信息、自动化工程与湿实验团队深度协作，快速验证算法效果；