
恒瑞医药
AIDD研究员-北京
AIDD研究员-北京
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公AI药物设计
AI药物设计
Aidd
Amber
Gromacs
分子动力学模拟
多肽药物设计
机器学习
值不值得投
74综合评分
综合评分 74
前沿AIDD多肽设计岗,技术壁垒高、成长性强,办公与WLB信息未披露
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估,方便横向比较。
薪资怎么样
5.0万
比AI药物设计中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 690 个在招
市场机会
选择适中
北京 · AI药物设计 · 18 个在招
职位详情
关于这个职位
该岗位聚焦多肽药物的计算设计与优化,重点使用分子动力学、自由能计算、构象采样和虚拟筛选等方法推进口服肽、环肽及穿膜肽项目
你将与AI算法、结构生物学和实验化学团队协作,把物理模型与AI生成模型结合,提升多肽分子的亲和力、选择性和成药性
最低要求
教育背景:计算化学、物理化学、药物化学、生物物理学等相关专业博士学历
精通分子动力学模拟软件(如Amber, GROMACS, Desmond)及分析技术(MM-PBSA/GBSA,元动力学)
熟悉多肽结构预测工具(如PEP-FOLD, Rosetta FlexPepDock)及构象采样方法
对多肽的物理化学性质(LogP, LogD, 溶解性, 渗透性)有深刻理解
熟悉机器学习/AI在药物发现中的基本应用,能够理解和解释AI模型的输出(如注意力权重、潜在空间表示),并能将其转化为化学假设
具备基本的Python数据处理能力(如使用Pandas处理训练数据)
个人素质:具备出色的解决问题的能力,能够在跨功能团队中有效沟通,对新型治疗模式(如多肽、RNA)有强烈的好奇心,愿意成为“物理模型”与“AI模型”之间的桥梁
工作职责
多肽药物设计与优化:主导多肽、环肽、口服肽及穿膜肽项目的计算设计工作
利用构象分析、分子动力学模拟、自由能微扰(FEP)等方法,优化多肽的亲和力、选择性、稳定性及膜通透性
口服肽与穿膜机制研究:开发或应用计算模型(如构象 ensembles 分析、极性表面积计算、膜渗透性预测模型)来指导口服肽、穿膜肽的化学修饰和骨架改造
环化策略开发:探索新型环化链接方式(如头到尾、侧链到侧链、二硫键mimetics)的计算模拟方法,评估环化对多肽构象刚性和活性的影响
AI辅助设计协作:与AI算法工程师紧密配合,为AI模型的训练提供领域知识指导(如特征工程、正负样本定义、物理合理性约束)
对AI生成的多肽序列进行基于物理模型的虚拟筛选和验证(分子对接、动力学评估),形成“AI生成 + 物理过滤”的闭环工作流
跨学科协作:与结构生物学团队紧密合作,解析靶点-多肽复合物结构
与实验化学家沟通,确保计算设计的合成可行性和可优化性
技术平台建设:参与搭建针对多肽特性的计算平台,包括非标准氨基酸力场参数化、多肽专属打分函数开发等
优先资格
加分项:有口服肽、环肽或穿膜肽实际项目经验
有与AI工程师协作完成项目的经历
熟悉Linux环境及脚本编写
AI 洞察
优缺点分析
优点
- 岗位处于AI药物设计与多肽治疗交叉方向,技术壁垒高,有利于积累稀缺的交叉学科经验
- 工作内容覆盖从计算方法开发到项目落地,能够参与真实药物研发闭环,而非单纯工具开发
- 与AI算法、结构生物学和实验化学团队协作,视野较宽,有助于形成完整的新药研发认知
- 涉及口服肽、穿膜肽和环肽等前沿方向,具备较强的专业成长价值
- 多肽体系构象复杂,自由能计算和膜通透性预测难度高,对方法可靠性和结果解释要求高
- AI生成结果与物理模型验证之间存在不确定性,需要不断在化学假设、模型输出和实验反馈之间迭代
- 跨团队协作频繁,要求既能做深度计算,也能把结论转化为实验团队可执行的建议
- 适合具有计算化学、药物化学或生物物理博士背景,熟悉分子模拟并希望深入AIDD和多肽新药研发的科研型候选人
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向AIDD/计算药物设计专家方向发展,深耕多肽、环肽、口服肽等新型治疗模式的计算方法
- 可逐步承担平台建设和方法学负责人角色,主导力场参数、打分函数和虚拟筛选流程的体系化建设
- 长期可发展为计算药物研发团队负责人,连接AI算法、结构生物学、药物化学和项目决策
- 负责多肽、环肽、口服肽和穿膜肽项目的计算设计,通过构象分析、分子动力学模拟和自由能计算优化分子活性与成药性
- 建立或应用膜通透性、极性表面积、构象集合分析等模型,指导化学修饰和骨架改造
- 与AI算法工程师协作,为模型训练提供药物化学和物理合理性约束,并对AI生成序列进行虚拟筛选和验证
- 参与多肽计算平台建设,包括非标准氨基酸力场参数化、专属打分函数开发和跨团队方法落地
- 需要扎实的多肽结构建模、分子动力学模拟和自由能计算能力,熟悉Amber、GROMACS、Desmond等工具
- 需要理解多肽物理化学性质,包括LogP、LogD、溶解性、渗透性,以及环化和构象刚性对活性的影响
- 需要具备AI辅助药物发现的基本认知,能解释模型输出并转化为可验证的化学假设
- 需要跨学科沟通能力,能与结构生物学、实验化学和AI工程团队高效协作
申请策略
- 申请前了解恒瑞医药在多肽、口服肽和AI药物研发方向的公开布局,准备与岗位方向匹配的表达
- 面试中尽量用具体项目说明你如何连接物理模型与AI模型,而不是只罗列工具名称
- 突出与多肽、环肽、膜通透性、构象采样或自由能计算相关的完整项目经历,说明你主导过哪些关键决策
- 明确列出掌握的模拟工具和计算方法,如Amber、GROMACS、Desmond、FEP、MM-PBSA/GBSA、Rosetta FlexPepDock
- 强调AI协作经验,包括特征工程、样本定义、模型输出解释、虚拟筛选闭环或Python数据处理经历
- 展示跨学科沟通成果,例如计算结论如何指导化学修饰、骨架改造或实验验证
- 强化多肽专属建模能力,重点准备非标准氨基酸参数化、环化构象分析和膜渗透性预测案例
- 补足AI模型解释与数据处理的实操能力,熟悉Pandas、Linux脚本以及常见机器学习输出解释方法
面试指南
- 使用“问题定义—方法选择—参数验证—结果解释—实验反馈”的结构回答计算项目问题,突出科学严谨性
- 对AI相关问题,按“数据质量—特征与标签—模型输出解释—物理合理性约束—虚拟筛选验证”展开
- 对协作问题,采用背景、冲突或难点、你的行动、最终结果四段式,强调你把计算结论转化为团队可执行方案的能力
- 你如何评价分子动力学模拟或FEP结果在多肽亲和力优化中的可靠性?
- 针对口服肽或穿膜肽,你会如何设计计算流程来预测并改善膜通透性?
- 如果AI模型生成了一批多肽序列,你会如何建立物理过滤和优先级排序标准?
- 你如何处理非标准氨基酸或特殊环化结构的力场参数化问题?
- 请举例说明你如何与实验化学家或AI工程师协作,并推动一个设计假设被验证
职位点评
薪资福利78
成长发展88
工作生活45
使命价值82
薪资福利
78中等
JD未披露薪资与福利信息,但该岗位要求博士学历、高级计算模拟能力和AI交叉经验,通常对应较高专业门槛。稳定性与福利信息未提及,无法进一步判断。
薪资信号未披露(AI估算:3.5千–6.5万/月)
成长发展
88较高
岗位涉及AIDD、多肽计算设计、FEP、分子动力学、AI模型解释和计算平台建设,技术深度与跨学科成长空间明显。JD未提及明确晋升通道或培训机制,但工作内容本身具有较强能力拓展性。
技术前沿前沿/新兴技术
技术栈AIDD、多肽药物设计、分子动力学模拟、FEP、MM-PBSA/GBSA、PEP-FOLD、Rosetta FlexPepDock、机器学习、Python、Pandas、Linux
业务类型ambiguous
工作生活
45较低
JD仅明确地点为北京市,未说明远程、弹性办公、双休或加班情况,因此生活化动机满足程度难以判断。办公模式与WLB相关信息均未披露。
工作模式未明确
办公地点未明确
加班情况未提及(无法判断)
使命价值
82较高
岗位服务于多肽、环肽、口服肽和穿膜肽等新型治疗模式的药物发现,具备较强的研发创新属性。JD未直接描述社会使命,但疾病治疗和新药研发方向本身具有较高价值导向。
行业发展新兴领域(暂难判断)
社会影响正向社会影响力较高
创新程度积极采用新技术
恒瑞医药 的其他在招职位
相似职位推荐
ATH-成药性高级工程师/研究员(线肽四头+Pareto)-AI制药
阿里巴巴 · 杭州市
AI 估算 · 3.5–6.5万2 天前发布
Associate Principal Scientist, BE AI
阿斯利康 · 北京市
AI 估算 · 5.5–9.0万2 天前发布
Associate Principal Scientist, AI for Predictive Safety
阿斯利康 · 北京市
AI 估算 · 6.0–10.0万3 天前发布
2027届-博士-AI应用研究员(FDE)-北京/上海
康龙化成 · 北京市
AI 估算 · 2.5–4.0万3 天前发布
ai制药agent高级工程师.
任仕达 · 北京市
AI 估算 · 3.3–6.7万9 天前发布
人工智能驱动的生命科学和药物科学基础模型研究-阿里星
阿里巴巴 · 杭州市
AI 估算 · 8.0–15.0万10 天前发布
ATH-生成建模专家/研究员(环化编码)-AI制药
阿里巴巴 · 杭州市
AI 估算 · 8.0–15.0万11 天前发布
ATH-成药性建模专家/高级专家-AI制药
阿里巴巴 · 杭州市
AI 估算 · 6.0–12.0万11 天前发布
Watch Jobs