阿里巴巴
阿里ATH-多肽/环肽筛选科学家-AI制药
阿里ATH-多肽/环肽筛选科学家-AI制药
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
Ai药物设计
Ngs数据分析
分子动力学
生成式Ai
生物信息学
值不值得投
77综合评分
综合评分 77
阿里核心AI制药岗，技术前沿、成长空间巨大，但工作强度较高，适合复合型顶尖人才。
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
6.0万
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 4680 个在招 · 其中AI药物设计 5 个
市场机会
选择不多
杭州 · AI药物设计 · 7 个在招
职位详情
关于这个职位
作为连接外部CRO与内部药化/药理团队的“数据驱动架构师”，主导环肽药物的筛选策略设计与海量生信数据挖掘
通过运用生成式AI、分子动力学模拟及干湿实验闭环管理，推动高潜力候选分子向临床前开发阶段转化，负责从苗头化合物锁定到结构优化的全流程技术把控
最低要求
学历与专业背景：计算生物学、生物信息学、人工智能、药物化学或结构生物学等相关专业，硕士及以上学历（博士优先）
环肽设计理论与建模能力：具备完整的环肽理论设计框架，精通非天然氨基酸、环化及化学修饰的计算建模与优化能力，能够分析其对构象、结合、选择性、稳定性和通透性的影响
AI与计算工具应用：熟练使用Python和Linux，能开发或修改算法、模型和批量流程
合理使用或开发语言模型、生成式/扩散模型、结构预测及分子动力学等方法，完成靶点分析、批量生成与筛选排序
数据分析与项目经验：具有至少1项可核验的“设计—实验验证—迭代”闭环案例，能定义评价指标与验证方案并完整记录输入、参数、模型版本、筛选证据及失败结果
熟悉mRNA display、噬菌体展示等高通量筛选技术者优先
软技能与综合素质：具备优秀的实验设计与问题解决能力，能高效管理多个并行项目
学习能力强，具有创新思维和良好的团队协作精神
年龄范围：30多岁至45岁（博士毕业后要有3年以上工作经验）
经验要求：扎实的多肽化学/生物学背景
工作职责
筛选策略制定与外部平台对接：根据靶点特性，主导mRNA展示或DNA编码化合物库（DELT）等超大容量文库的设计策略（如引入非天然氨基酸、多环化策略等）
对接外部CRO，审核筛选方案、实验SOP及交付标准，把控实验质量与关键参数
海量测序数据的生信分析与挖掘：主导处理高通量测序（NGS）产生的庞大序列数据，进行序列聚类、富集分析和交叉比对
结合多维度评估指标精准锁定高亲和力、高选择性的苗头化合物（Hits），有效排除假阳性
构建“干湿闭环”与AI辅助设计：运用生成式/扩散模型、分子动力学模拟或AI大模型，对序列-结构进行协同设计
在体外实验前评估候选分子的构象约束、结合模式、蛋白酶耐受性及膜通透性，形成“AI设计—外部少量验证—数据反哺迭代”的自动化闭环
验证方案定义与跨部门协同：明确Hits分子的评估指标与验证方案，完整记录输入参数、模型版本、筛选证据及失败结果，确保证据链可追溯
将候选序列及生信分析报告无缝交接给内部的环肽药物化学家（负责结构改造与优化）和药理药效科学家（负责功能验证与机制解析）
AI 洞察
优缺点分析
优点
- 处于AI制药前沿赛道，技术栈领先（生成式AI、大模型应用）
- 背靠阿里强大的算力与数据资源，平台优势明显
- 复合型人才需求，职业发展路径宽广，易成为领域专家
- 技术门槛极高，需同时精通生物信息与AI算法，跨界难度大
缺点 / 挑战
- 工作强度可能较大，需应对快速迭代的研发压力
- 需频繁对接外部CRO，沟通与管理成本较高
- 适合拥有博士学历、具备AI与生物医药交叉背景、追求技术前沿挑战且抗压能力强的资深科研人员
角色解读
- 可向AI制药首席科学家、药物发现部门负责人或独立PI方向发展
- 随着公司在AI制药领域的深入，该角色将成为连接计算科学与实验生物学的核心枢纽，具备极高的行业稀缺性和职业天花板
- 作为连接外部CRO与内部团队的桥梁，主导环肽药物的筛选策略设计与生信数据挖掘
- 利用AI模型（如生成式AI、分子动力学）辅助干湿实验闭环，推动候选分子向临床前转化
- 负责审核实验方案、分析NGS数据，并与药化/药理团队协同优化分子结构
- 扎实的环肽设计理论与计算建模能力，精通非天然氨基酸及环化修饰
- 熟练掌握Python/Linux，具备开发AI算法模型（LLM、扩散模型）的能力
- 拥有高通量筛选（NGS/mRNA display）数据分析经验，以及“设计-验证-迭代”的闭环项目管理能力
申请策略
- 重点关注简历中体现的“跨学科协作”能力，因为该岗位核心是连接内外团队
- 准备具体的案例来证明你如何通过数据驱动解决了实际的药物筛选难题
- 突出“干湿闭环”项目经验，详细列举使用过的AI模型（如扩散模型、LLM）及其在药物筛选中的具体应用成果
- 强调环肽设计的专业深度，包括非天然氨基酸修饰、构象预测等具体案例
- 展示数据处理能力，特别是NGS大数据的处理与分析流程
- 若缺乏AI实战经验，建议加强Python编程及主流AI框架（PyTorch/TensorFlow）的学习
- 补充高通量筛选技术（如mRNA display）的最新进展知识，提升对实验端技术的理解
面试指南
- 采用STAR法则（情境、任务、行动、结果）描述项目经历
- 重点阐述技术选型的理由、遇到的具体技术瓶颈、采取的解决方案（特别是AI与实验的结合点）以及最终量化的成果（如命中率提升、周期缩短）
- 请分享一个你主导的“设计-实验-迭代”闭环案例，你是如何定义评价指标并处理失败结果的？
- 针对环肽药物，你如何利用AI模型（如扩散模型或LLM）解决其构象复杂、结合模式难预测的问题？
- 在处理NGS海量数据时，你如何确保序列聚类和富集分析的准确性，并有效排除假阳性？
- 如何评估和优化外部CRO交付的实验数据质量，并建立标准化的SOP？
- 复习环肽药物化学的基础理论及最新研究进展
- 梳理自己过往项目中使用的AI算法细节，准备好代码或流程图示例
职位点评
薪资福利85
成长发展95
工作生活40
使命价值80
薪资福利
85较高
阿里作为上市巨头，提供具有市场竞争力的薪酬包（含股票期权），福利体系完善，符合高潜人才的补偿预期。
薪资信号未披露（AI估算：4.0千–8.0万/月）
成长发展
95较高
岗位处于AI制药最前沿，涉及生成式AI、大模型等新兴技术在生物医药的深度应用，技术成长空间极大，且公司重视人才培养。
技术前沿前沿/新兴技术
技术栈AI大模型、生成式模型、扩散模型、分子动力学、Python、NGS、环肽设计
成长机会接受Junior Level但有经验的人才，看重其成长性，未来可培养为得力干将
业务类型profit_center
工作生活
40较低
互联网大厂研发岗位通常节奏较快，虽未明确提及加班，但高压力的KPI考核（如筛选效率、转化率）暗示了较高的工作强度。
工作模式未明确
办公地点市区核心地段
加班情况JD含高强度暗示词
使命价值
80较高
致力于通过AI技术加速新药研发，推动环肽药物从实验室走向临床，具有显著的社会价值和医疗意义。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号推动高潜力候选分子向临床前开发阶段转化
创新程度积极采用新技术
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs