全國(guó)高校生物醫(yī)藥區(qū)域技術(shù)轉(zhuǎn)移轉(zhuǎn)化中心（江蘇南京）系教育部與江蘇省共建的全國(guó)首個(gè)高校區(qū)域技術(shù)轉(zhuǎn)移轉(zhuǎn)化中心。該中心依托南京江北新區(qū)“雙區(qū)疊加”的獨(dú)特優(yōu)勢(shì)，以南京生物醫(yī)藥谷為核心載體，構(gòu)建起一套從技術(shù)研發(fā)到產(chǎn)業(yè)落地的全鏈條生態(tài)體系。中國(guó)藥科大學(xué)為教育部直屬、國(guó)家“211工程”、國(guó)家“雙一流”建設(shè)高校，是一所以藥學(xué)為特色的多科性、研究型大學(xué)，其中以藥學(xué)、中藥學(xué)學(xué)科為龍頭的藥學(xué)學(xué)科群建設(shè)始終保持國(guó)內(nèi)領(lǐng)先水平。學(xué)校已實(shí)現(xiàn)化學(xué)藥、中藥、生物藥三大領(lǐng)域科研平臺(tái)的全覆蓋，為各類新藥的研發(fā)提供全方位服務(wù)。
全國(guó)高校生物醫(yī)藥區(qū)域技術(shù)轉(zhuǎn)移轉(zhuǎn)化中心（江蘇南京）與中國(guó)藥科大學(xué)擬共建智能藥學(xué)實(shí)驗(yàn)室，以多機(jī)構(gòu)協(xié)同、全鏈條創(chuàng)新為特色，通過AI賦能，布局前瞻基礎(chǔ)研究與重大應(yīng)用示范，致力開展新藥研發(fā)關(guān)鍵核心技術(shù)攻關(guān)，推動(dòng)AI與藥學(xué)深度融合，構(gòu)建自主可控的醫(yī)藥研發(fā)新體系。實(shí)驗(yàn)室以科技創(chuàng)新與體制機(jī)制創(chuàng)新為主線，重點(diǎn)建設(shè)一體化智能藥物研發(fā)平臺(tái)，支撐新藥設(shè)計(jì)、靶標(biāo)發(fā)現(xiàn)、類器官動(dòng)態(tài)評(píng)價(jià)及關(guān)鍵研發(fā)環(huán)節(jié)的數(shù)字化，實(shí)現(xiàn)藥物研發(fā)全流程的可計(jì)算、可追溯與可驗(yàn)證。
為進(jìn)一步推進(jìn)學(xué)校與全國(guó)高校生物醫(yī)藥區(qū)域技術(shù)轉(zhuǎn)移轉(zhuǎn)化中心（江蘇南京）共建進(jìn)程，現(xiàn)誠(chéng)聘海內(nèi)外生物醫(yī)藥、人工智能大數(shù)據(jù)等相關(guān)學(xué)科領(lǐng)域的高層次人才，共謀發(fā)展！
一、具體需求方向
1.機(jī)器學(xué)習(xí)/深度學(xué)習(xí)算法研究員
工作職責(zé)：探索人工智能在藥物研發(fā)全鏈條的基礎(chǔ)研究和應(yīng)用。
（1）針對(duì)藥物研發(fā)不同場(chǎng)景中面臨的問題進(jìn)行設(shè)計(jì)、實(shí)現(xiàn)和評(píng)估新的或現(xiàn)有的模型、算法及軟件原型
（2）參與交叉方向的團(tuán)隊(duì)合作，推進(jìn)AI驅(qū)動(dòng)的創(chuàng)新藥管線項(xiàng)目，通過設(shè)計(jì)或改良算法和模型解決藥物研發(fā)中的關(guān)鍵技術(shù)問題。
（3）完成人工智能課程建設(shè)和學(xué)生培養(yǎng)任務(wù)
基本要求：
數(shù)學(xué)、物理、統(tǒng)計(jì)、電子、計(jì)算機(jī)、人工智能等相關(guān)專業(yè)；精通機(jī)器學(xué)習(xí)與深度學(xué)習(xí)，在CCFA類或其他相同水平的人工智能國(guó)際頂會(huì)或期刊發(fā)表相關(guān)論文（包括但不限于NeurIPS/AAAI/CVPR/COLT/ICLR/KDD)；編程能力出色，熟練掌握至少兩種編程語(yǔ)言（必需包含Python，其他包括且不限于R/C/C++）以及相關(guān)深度學(xué)習(xí)框架（包括但不限于Pytorch、Tensorflow等）；具備較強(qiáng)的分析和解決問題能力，具備動(dòng)手能力；在領(lǐng)域內(nèi)知名比賽取得優(yōu)異成績(jī)者優(yōu)先（包括但不限于ACM/ICPC/IOI/NOI/TopCoder/Kaggle）；有交叉學(xué)科背景者優(yōu)先，如對(duì)人工智能同藥物研發(fā)交叉融合有深入研究。
2.核心系統(tǒng)架構(gòu)技術(shù)研究員
工作職責(zé)：探索并實(shí)現(xiàn)異構(gòu)融合算力平臺(tái)同藥物研發(fā)全鏈條的深度融合。
（1）針對(duì)藥物研發(fā)不同場(chǎng)景中面臨的問題及應(yīng)用，結(jié)合不同的硬件架構(gòu)搭建適合的算力、網(wǎng)絡(luò)、存儲(chǔ)系統(tǒng)，通過軟硬件協(xié)同解決計(jì)算瓶頸，優(yōu)化資源調(diào)度
（2）參與交叉方向的團(tuán)隊(duì)合作，推進(jìn)AI驅(qū)動(dòng)的創(chuàng)新藥管線項(xiàng)目，通過對(duì)算力、網(wǎng)絡(luò)、存儲(chǔ)系統(tǒng)的持續(xù)優(yōu)化協(xié)同解決藥物研發(fā)中的關(guān)鍵技術(shù)問題
（3）基于不同芯片架構(gòu)進(jìn)行自研/開源應(yīng)用的代碼遷移及性能優(yōu)化
（4）負(fù)責(zé)異構(gòu)融合算力平臺(tái)、網(wǎng)絡(luò)安全、大數(shù)據(jù)挖掘平臺(tái)的設(shè)計(jì)與管理
（5）完成人工智能課程建設(shè)和學(xué)生培養(yǎng)任務(wù)
崗位要求：
計(jì)算機(jī)科學(xué)、微電子、信息技術(shù)、電子工程、通信工程、軟件工程或相關(guān)專業(yè)；對(duì)計(jì)算機(jī)體系結(jié)構(gòu)、處理器芯片、系統(tǒng)軟件、網(wǎng)絡(luò)通訊協(xié)議有深入了解；精通高性能計(jì)算、云計(jì)算、智算等架構(gòu)；熟悉CPU/GPU芯片微架構(gòu)、編譯器、性能分析與優(yōu)化工具；熟悉主流數(shù)據(jù)庫(kù)系統(tǒng)，包括數(shù)據(jù)庫(kù)的開發(fā)及性能優(yōu)化；熟悉聯(lián)邦學(xué)習(xí)、隱私計(jì)算等可信數(shù)據(jù)空間相關(guān)技術(shù)；具備較強(qiáng)的分析和解決問題能力，具備動(dòng)手能力；有大型算力集群設(shè)計(jì)、管理、實(shí)施、運(yùn)維，以及網(wǎng)絡(luò)及分布式數(shù)據(jù)庫(kù)建設(shè)和維護(hù)工作經(jīng)驗(yàn)者優(yōu)先；有軟件開發(fā)能力者優(yōu)先；有交叉學(xué)科背景者優(yōu)先，如對(duì)人工智能同藥物研發(fā)交叉融合有深入研究。
3.智能藥學(xué)平臺(tái)應(yīng)用研究員
工作職責(zé)：
（1）負(fù)責(zé)將AI模型、數(shù)據(jù)平臺(tái)與藥物研發(fā)流程相結(jié)合，推動(dòng)“中國(guó)藥”大模型、數(shù)字器官等核心技術(shù)在具體研發(fā)項(xiàng)目中的應(yīng)用
（2）對(duì)接不同研發(fā)團(tuán)隊(duì)（如靶點(diǎn)發(fā)現(xiàn)、分子設(shè)計(jì)、臨床前評(píng)價(jià)），理解業(yè)務(wù)需求，提供技術(shù)解決方案并推動(dòng)落地
（3）設(shè)計(jì)和執(zhí)行驗(yàn)證性研究，評(píng)估AI工具與預(yù)測(cè)結(jié)果的可靠性，并協(xié)助優(yōu)化模型性能
（4）參與構(gòu)建“計(jì)算、實(shí)驗(yàn)、臨床”的研發(fā)閉環(huán)，促進(jìn)跨團(tuán)隊(duì)的技術(shù)與數(shù)據(jù)融合
基本要求：
藥學(xué)、計(jì)算生物學(xué)、生物信息學(xué)、化學(xué)或相關(guān)交叉學(xué)科背景；對(duì)AI制藥或智能藥學(xué)有濃厚興趣，具備良好的溝通協(xié)調(diào)能力和解決實(shí)際問題的思維；精通至少一種主流模擬/分析軟件（如GROMACS、Amber、Rosetta等）；具有跨學(xué)科項(xiàng)目經(jīng)驗(yàn)，或參與過AI模型、數(shù)據(jù)平臺(tái)與藥物研發(fā)項(xiàng)目。
4.多組學(xué)數(shù)據(jù)應(yīng)用研究員
工作職責(zé)：
（1）負(fù)責(zé)整合基因組、轉(zhuǎn)錄組、蛋白組、代謝組等多模態(tài)生物醫(yī)學(xué)數(shù)據(jù)，構(gòu)建用于AI模型訓(xùn)練的高質(zhì)量數(shù)據(jù)集
（2）開發(fā)和優(yōu)化數(shù)據(jù)預(yù)處理、標(biāo)準(zhǔn)化與質(zhì)控流程，確保多源異構(gòu)數(shù)據(jù)的一致性與可靠性
（3）協(xié)同算法與研發(fā)團(tuán)隊(duì)，挖掘數(shù)據(jù)中的生物學(xué)洞見，為靶點(diǎn)發(fā)現(xiàn)、疾病分型等提供數(shù)據(jù)支撐
（4）探索和引入新的組學(xué)技術(shù)及數(shù)據(jù)分析方法，提升數(shù)據(jù)資源的深度與廣度。
基本要求：
生物信息學(xué)、計(jì)算生物學(xué)、統(tǒng)計(jì)學(xué)、遺傳學(xué)或相關(guān)領(lǐng)域；具備多組學(xué)數(shù)據(jù)分析經(jīng)驗(yàn)，熟悉Linux環(huán)境和至少一門編程/腳本語(yǔ)言（如R/Python）；有大型生物數(shù)據(jù)庫(kù)（如TCGA,GTEx）使用經(jīng)驗(yàn)，熟悉生物網(wǎng)絡(luò)分析。
5.智能藥學(xué)交叉研究員
工作職責(zé)：
（1）面向特定疾病領(lǐng)域（如腫瘤、代謝性疾?。┗蛩幬镱愋停ㄈ?/span>ADC、細(xì)胞治療），進(jìn)行前沿技術(shù)調(diào)研，提出創(chuàng)新的智能研發(fā)解決方案
（2）構(gòu)思和設(shè)計(jì)跨技術(shù)模塊（AI模型、類器官、遞送系統(tǒng)等）的組合應(yīng)用方案，以解決具體藥物研發(fā)挑戰(zhàn)
（3）撰寫技術(shù)方案與可行性報(bào)告，為科研立項(xiàng)和資源申請(qǐng)?zhí)峁┲С?/span>
（4）跟蹤智能藥學(xué)領(lǐng)域的最新進(jìn)展，為實(shí)驗(yàn)室的技術(shù)布局提供決策參考
基本要求：
藥學(xué)、醫(yī)學(xué)、生物技術(shù)或相關(guān)交叉學(xué)科背景；具備強(qiáng)烈的創(chuàng)新意識(shí)和系統(tǒng)思維，能夠快速學(xué)習(xí)并整合不同領(lǐng)域的知識(shí)；擁有優(yōu)秀的文獻(xiàn)調(diào)研和科技文檔撰寫能力，對(duì)AI賦能藥物研發(fā)有深刻理解。
6.智能藥學(xué)交叉工程師
工作職責(zé)：
（1）致力于完善“干濕實(shí)驗(yàn)”閉環(huán)，負(fù)責(zé)將AI算法的預(yù)測(cè)結(jié)果轉(zhuǎn)化為可執(zhí)行的實(shí)驗(yàn)方案，并將實(shí)驗(yàn)結(jié)果反饋用于模型優(yōu)化
（2）操作或協(xié)助管理自動(dòng)化實(shí)驗(yàn)平臺(tái)（如高通量篩選、類器官芯片），確保數(shù)據(jù)的高質(zhì)量采集與流程標(biāo)準(zhǔn)化
（3）開發(fā)或優(yōu)化數(shù)據(jù)采集與處理流程，提升從原始實(shí)驗(yàn)數(shù)據(jù)到AI可讀結(jié)構(gòu)化數(shù)據(jù)的轉(zhuǎn)換效率
（4）作為橋梁，協(xié)助計(jì)算科學(xué)家與實(shí)驗(yàn)科學(xué)家之間的有效協(xié)作
基本要求：
生物學(xué)、藥學(xué)、生物工程、化學(xué)或相關(guān)實(shí)驗(yàn)科學(xué)背景；具備扎實(shí)的實(shí)驗(yàn)動(dòng)手能力，對(duì)數(shù)據(jù)分析和AI技術(shù)有強(qiáng)烈興趣，樂于學(xué)習(xí)新技術(shù)；有自動(dòng)化實(shí)驗(yàn)室、高通量篩選或?qū)嶒?yàn)室信息管理系統(tǒng)使用經(jīng)驗(yàn)。
7.AIDD/CADD助理研究員
工作職責(zé)：
（1）應(yīng)用分子生成、蛋白質(zhì)-配體相互作用預(yù)測(cè)、ADMET性質(zhì)預(yù)測(cè)等AI模型和分子對(duì)接、分子動(dòng)力學(xué)、量子化學(xué)計(jì)算等計(jì)算模擬技術(shù)
（2）開發(fā)智能藥物發(fā)現(xiàn)工程化流程，為實(shí)驗(yàn)團(tuán)隊(duì)提供潛在候選化合物
基本要求：
計(jì)算機(jī)、生物信息學(xué)等學(xué)科背景；熟練掌握分子對(duì)接、分子動(dòng)力學(xué)模擬及Python編程，具備將計(jì)算方法與藥物化學(xué)、生物學(xué)知識(shí)結(jié)合解決實(shí)際問題的能力。
8.數(shù)據(jù)管理助理研究員
工作職責(zé)：
設(shè)計(jì)和開發(fā)實(shí)驗(yàn)室的數(shù)據(jù)中臺(tái)，實(shí)現(xiàn)數(shù)據(jù)的ETL流程、自動(dòng)化數(shù)據(jù)處理和數(shù)據(jù)庫(kù)管理。
基本要求：
計(jì)算機(jī)科學(xué)、軟件工程等學(xué)科背景；精通Python/Java至少一種；熟悉SQL/NoSQL數(shù)據(jù)庫(kù)（如MySQL,MongoDB）、分布式計(jì)算（如Spark）和容器化技術(shù)（Docker,Kubernetes）；具備扎實(shí)的生物學(xué)或化學(xué)知識(shí)者優(yōu)先。
9.高性能計(jì)算助理研究員
工作職責(zé)：
負(fù)責(zé)實(shí)驗(yàn)室異構(gòu)計(jì)算集群（CPU/GPU）的架構(gòu)設(shè)計(jì)、資源調(diào)度、性能優(yōu)化與日常運(yùn)維，確保算力資源穩(wěn)定、高效地支持AIDD/CADD模型訓(xùn)練與大規(guī)模科學(xué)計(jì)算任務(wù)。
基本要求：
計(jì)算機(jī)科學(xué)、高性能計(jì)算或相關(guān)專業(yè)；精通Slurm等作業(yè)調(diào)度系統(tǒng)，具備豐富的Linux系統(tǒng)管理及GPU性能調(diào)優(yōu)經(jīng)驗(yàn)，熟悉分布式存儲(chǔ)與網(wǎng)絡(luò)。
二、招聘崗位
1.興藥杰出科學(xué)家
引進(jìn)條件：在海內(nèi)外著名高校、研究機(jī)構(gòu)擔(dān)任相當(dāng)
2.興藥領(lǐng)軍學(xué)者
引進(jìn)條件：在海內(nèi)外著名高校、研究機(jī)構(gòu)擔(dān)
3.特聘研究員
引進(jìn)條件：在海內(nèi)外著名高校取得博士學(xué)位，或在全球知名企業(yè)作為骨干參與相關(guān)核心技術(shù)研發(fā)；具備承擔(dān)國(guó)家級(jí)科研項(xiàng)目以及科技成果轉(zhuǎn)化的能力；在人工智能、藥學(xué)及相關(guān)學(xué)科的基礎(chǔ)研究和核心技術(shù)研究方面取得有影響力的標(biāo)志性成果；年齡一般不超過40周歲，特別優(yōu)秀者，年齡可適當(dāng)放寬。
4.特聘副研究員
引進(jìn)條件：在海內(nèi)外著名高校取得博士學(xué)位，或在全球知名企業(yè)參與相關(guān)核心技術(shù)研發(fā)；具備承擔(dān)省部級(jí)科研項(xiàng)目以及科技成果轉(zhuǎn)化的能力；在人工智能、藥學(xué)及相關(guān)學(xué)科的基礎(chǔ)研究和核心技術(shù)研究方面已形成研究特色，具有較大的發(fā)展?jié)摿Α?/span>
5.博士后
引進(jìn)條件：年齡在35周歲以下，博士畢業(yè)3年以內(nèi)，近五年以第一作者發(fā)表高水平論文1篇。
三、應(yīng)聘材料
應(yīng)聘者請(qǐng)將個(gè)人簡(jiǎn)歷、學(xué)位學(xué)歷證書、未來3-5年工作計(jì)劃（1000字以內(nèi)）發(fā)送至郵箱：（點(diǎn)擊查看），請(qǐng)【點(diǎn)擊下方“立即投遞/投遞簡(jiǎn)歷”，即刻進(jìn)行職位報(bào)名】
四、聯(lián)系方式
智能藥學(xué)實(shí)驗(yàn)室聯(lián)系方式
信息來源于網(wǎng)絡(luò)，如有變更請(qǐng)以原發(fā)布者為準(zhǔn)。
來源鏈接：
https://rsc.cpu.edu.cn/85/d8/c
更多最新博士后招收資訊請(qǐng)關(guān)注：
【
【
