字节跳动
CADD专家-AI制药
CADD专家-AI制药
发布于 大约 14 小时前普通员工/个人贡献者
上海市
中级经验
全职员工
仅现场办公
硕士
机器学习
深度学习
药物研发
计算化学
分子动力学
Aidd
Cadd
Gromacs
Openmm
自由能计算
AI 估算 · 25k–45k
AI制药赛道人才稀缺，字节跳动薪资竞争力强，硕士+经验匹配市场高端水平
职位详情
关于这个职位
该职位是字节跳动AI制药团队的核心技术岗位，负责利用CADD/AIDD工具平台推进药物研发项目，同时结合项目需求提出并开发新的计算方法
你将与计算化学、药物化学等多学科团队紧密协作，参与自由能计算、分子动力学模拟等前沿领域的工作，适合有扎实计算化学背景且对AI制药感兴趣的资深工程师
最低要求
计算化学、药物化学、计算生物学或化学信息学等相关专业硕士及以上学位
参与过药物研发项目，熟悉计算化学及虚拟药物筛选流程，具备与药物化学、结构生物学及生物学团队密切协作的能力
具有基于Gromacs、OpenMM等分子动力学/计算化学平台进行算法开发、源码改造或方法集成的经验，熟悉相关软件的构建、安装与性能优化流程
从事过自由能计算方法研发或改进者优先
工作职责
与计算团队紧密协作，基于内部CADD/AIDD工具平台，推进药物研发项目进程
结合项目实际需求，提出新的计算方法开发方向，并与内部团队共同完成开发与迭代优化
优先资格
具有机器学习/深度学习在药物研发中应用经验者优先
AI 洞察
优缺点分析
- 身处字节跳动这样的大平台，能接触海量数据和先进的计算资源，项目落地性强
- AI制药是高速增长的交叉领域，技术壁垒高，积累的技能具有很强的稀缺性和市场竞争力
- 团队协作紧密，能直接与业内顶尖的药物化学、生物学专家共事，快速拓宽知识面
- 技术门槛高，需要同时掌握计算化学和机器学习两大领域的深度知识，学习曲线陡峭
- 药物研发周期长，项目成果见效慢，可能面临实验验证失败的压力，需要较强的耐心和韧性
- 互联网大厂的工作节奏可能较快，需要适应多项目并行和快速迭代的工作模式
- 适合有计算化学或化学信息学背景、对AI制药充满热情、乐于攻克算法难题并希望在药物研发领域发挥技术价值的技术人才
角色解读
- 技术深耕：从CADD/AIDD工程师成长为自由能计算或AI制药领域的专家，主导核心算法研发，成为团队技术权威
- 横向拓展：积累药物研发全流程经验，向药物化学或项目管理的方向转型，成为技术引领者或项目经理
- 行业影响力：随着AI制药行业发展，有机会跳槽至其他头部药企或创业公司，担任负责人或架构师
- 与计算团队协作，利用内部CADD/AIDD平台推动药物研发项目的计算部分，如虚拟筛选、分子动力学模拟等
- 根据项目实际需求，提出新的计算方法或改进方向，并参与算法开发与迭代优化，例如自由能计算方法的研发
- 与药物化学、结构生物学团队紧密沟通，确保计算方案与实验验证有效结合，加速药物发现进程
- 扎实的计算化学或化学信息学背景，熟悉虚拟筛选、分子对接、分子动力学模拟等经典方法
- 精通Gromacs、OpenMM等分子动力学软件，具备源码改造或算法集成能力，能进行性能优化
- 具备自由能计算（如FEP、TI）的研发或改进经验，理解其理论基础和实践细节
- 了解机器学习/深度学习在药物研发中的应用，如结合力预测、分子生成等，有相关项目经验更佳
申请策略
- 字节跳动注重技术深度和实际落地能力，请准备一个能充分展示你计算化学+编程能力的项目案例
- 面试前了解字节跳动在AI制药方向的布局（如药物研发管线），展现你对业务的理解和热情
- 突出参与过的完整药物研发项目，尤其是与计算化学、虚拟筛选相关的环节，强调你在其中的具体贡献
- 详细描述使用Gromacs或OpenMM进行算法开发或源码改造的经历，附上性能提升的数据或案例
- 如果有自由能计算方法的研发经验，务必单独列出，并说明方法改进前后预测精度或效率的提升
- 提及机器学习/深度学习在药物发现中的应用项目，哪怕是小规模的探索，也展现交叉能力
- 建议深入学习自由能微扰（FEP）和热力学积分（TI）的理论与实现，可以尝试复现经典论文的方法
- 补充机器学习在分子性质预测方面的最新进展，如图神经网络（GNN）应用于蛋白-配体结合
面试指南
- 对于技术类问题，采用“背景-方法-结果-反思”的结构：先说明项目背景和问题，再讲你采用的方法和优化思路，然后给出定量结果，最后总结经验和改进方向
- 对于协作类问题，采用STAR法则：Situation（情境）、Task（任务）、Action（行动）、Result（结果），强调沟通和跨学科理解
- 请详细介绍你使用Gromacs进行的一个项目，包括算法优化思路和最终效果
- 解释自由能计算的基本原理，并比较FEP和TI方法的优缺点
- 你如何将机器学习方法应用于药物发现？请举例说明遇到的挑战和解决方案
- 在你过去的项目中，如何与药物化学或生物学团队协作？有没有因计算偏差导致实验失败的案例？
- 如果你发现现有方法无法满足项目进度，你将如何应对？
- 复习分子动力学模拟的核心理论，如力场、积分算法、周期性边界条件等，并能够口头解释
匹配度报告
75
综合匹配度
大厂AI制药，前沿技术栈，薪资优厚，现场办公，成长性强但WLB一般。
适合人群
适合看重技术成长和职业发展、能接受较高工作强度、希望在前沿领域创造社会价值的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利85
成长发展90
工作生活45
使命价值80
薪资福利匹配
85较高
字节跳动作为互联网大厂，薪资水平在行业中处于领先地位，同时可能包含期权等长期激励。虽然JD未明确说明，但根据公司规模和职位层级，补偿性动机能得到较好满足。
薪资信号偏高 (25K-45K/月)
成长发展匹配
90较高
该职位涉及AI制药这一前沿交叉领域，技术栈包括分子动力学、自由能计算和机器学习，成长空间巨大。与多学科团队协作也能快速积累药物研发全流程经验，发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈CADD、AIDD、Gromacs、OpenMM、分子动力学、自由能计算、机器学习、深度学习
业务类型profit_center
工作生活匹配
45较低
JD未提及弹性工作或远程办公，作为互联网大厂的技术岗，现场办公且可能面临较高的工作强度，生活化动机满足程度有限。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
80较高
AI制药直接助力新药研发，普惠患者，社会价值显著。行业处于高速增长期，技术创新的应用导向强，意义感动机能得到较大满足。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs