PhD（或同等年限经验）在数学、计算机科学、工程、物理、统计、计算科学或相关领域
在医疗/制药研究或生物技术领域应用机器视觉模型的经验
在制药和/或医疗领域实施机器学习/AI工作流以自动化生物信息学分析管道的经验
熟悉转录组学或细胞成像数据的现代基础模型（如Geneformer、scGPT、scFoundation等）
在复杂成像数据集（如H&E、细胞成像等）建模方面的深入经验
构建ML/AI模型预测化合物安全性的经验
操作和分析大型高维非结构化数据集，得出结论，定义推荐行动，并向利益相关者报告结果的经验
熟悉现有的机器视觉模型：CNN、视觉Transformer、扩散模型等，用于自监督和多模态训练（如ResNet、UNet、DINO、CLIP、Stable Diffusion）
高级编程语言技能，如Python，以及AI库和框架经验（如TensorFlow、PyTorch）
熟悉GitHub、CI/CD管道以及最佳DevOps和MLOps实践
在制药研究领域的顶级AI会议或期刊上发表论文的记录（如NeurIPS、ICML、Nature Machine Intelligence、Nature Communications、NEJM AI等）
扎实的软件开发和机器学习部署原则知识
有AWS或类似云环境的可证明经验
优秀的沟通和演示能力，能够向非技术合作伙伴传达复杂技术概念
强大的领导和项目管理技能，有领导成功生物信息学项目的记录
了解AI伦理和负责任AI实践