核心職責(zé)

1.模型優(yōu)化

?基于深度學(xué)習(xí)（如Transformer、Diffusion、VAE等）的蛋白質(zhì)生成模型，完成從序列設(shè)計(jì)、結(jié)構(gòu)預(yù)測(cè)到功能優(yōu)化的全流程開(kāi)發(fā)

?整合蛋白質(zhì)的多模態(tài)數(shù)據(jù)（序列、結(jié)構(gòu)、功能）訓(xùn)練領(lǐng)域?qū)俅竽Ｐ停嵘繕?biāo)蛋白關(guān)鍵性能指標(biāo)的進(jìn)化

2.團(tuán)隊(duì)協(xié)作

?與實(shí)驗(yàn)團(tuán)隊(duì)緊密合作，將AI生成的蛋白質(zhì)設(shè)計(jì)方案轉(zhuǎn)化為濕實(shí)驗(yàn)驗(yàn)證通過(guò)實(shí)驗(yàn)反饋迭代優(yōu)化模型

3.前沿技術(shù)探索

?跟蹤AI4Science領(lǐng)域進(jìn)展（如生成式模型、圖神經(jīng)網(wǎng)絡(luò)），提升模型定向進(jìn)化蛋白質(zhì)的能力。

任職要求

?教育背景：計(jì)算生物學(xué)、生物信息學(xué)、計(jì)算機(jī)科學(xué)或AI相關(guān)專業(yè)碩士及以上學(xué)歷

?技術(shù)能力：

?熟悉Python及PyTorch/TensorFlow框架，具備大規(guī)模蛋白質(zhì)數(shù)據(jù)集處理與分布式訓(xùn)練經(jīng)驗(yàn)（熟悉DeepSpeed/FSDP者加分）

?深入理解蛋白質(zhì)序列-結(jié)構(gòu)-功能關(guān)系，熟悉分子模擬工具（如GROMACS、Rosetta）或高性能計(jì)算（HPC）者優(yōu)先