阿里巴巴
AI For Science 研究员
AI For Science 研究员
发布于 3 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 For Science
Aidd
Jax
Pytorch
分子动力学
图神经网络 (Gnn)
大模型架构
扩散模型
计算生物学
值不值得投
79综合评分
综合评分 79
顶尖AI科研岗、前沿交叉技术、高社会价值、高压高回报
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
9.0万
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 4630 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
该职位致力于利用人工智能驱动生命科学前沿探索，聚焦抗体、多肽等大分子药物的计算设计与机制解析
核心职责包括定义颠覆性AI4S科学问题，设计融合生物物理/化学先验知识的模型架构，并打通从干实验验证到湿实验反馈的研发闭环，推动算法向系统化AIDD解决方案转化
最低要求
扎实的 AI 算法与数理基础：在深度学习、图神经网络（GNN）、扩散模型/流匹配（Flow Matching）、强化学习等方向有深入研究
具备较强的数理基础（概率论、优化、统计物理等），对大模型底层架构与生成机制有系统理解
AI4S / AIDD 研究经验：具备 AI for Science 或 AI 药物研发相关研究背景
参与过从数据构建、算法设计到实验验证的研究流程，了解如何将领域先验知识（如分子动力学、蛋白质物化性质）融入模型设计
良好的工程实现能力：熟练掌握 PyTorch / JAX 等主流框架，有大规模训练或推理优化经验者优先
能高效处理多模态生物数据，具备良好的编程习惯与工程素养
学术敏锐度与自驱力：持续关注 AI4S、计算生物学及大模型领域的最新进展
具备独立思考和定义科学问题的能力
学历要求：硕士及以上，计算机科学、人工智能、计算生物学、生物信息学、化学信息学或相关专业
工作职责
算法研发与干湿闭环：参与定义具备颠覆性潜力的 AI4S 科学问题，协助设计与生物物理/化学先验知识深度融合的模型架构
参与从干实验（Dry Lab）的性能验证到湿实验（Wet Lab）真实反馈的完整闭环研究，产出高水平学术成果
工程落地与技术转化：参与前沿算法向系统化、平台化的 AI 药物研发（AIDD）解决方案的转化工作
接触大规模分布式训练与推理的算力效能优化，理解如何将科研成果落地为真正赋能创新药研发管线的产品
优先资格
在 NeurIPS / ICLR / ICML 等 AI 顶会，或 ISMB / RECOMB 等计算生物学顶会，或 CNS 及其子刊、Bioinformatics 等权威期刊发表过论文
在 GitHub 有高星开源项目，或在 HuggingFace 等开源社区有核心模型/数据集贡献
具备生物、化学、药学等交叉学科背景（如双学位、辅修或丰富的跨学科项目经验）
有端到端（Dry Lab 到 Wet Lab）研究闭环的完整经历
AI 洞察
优缺点分析
优点
- 依托巨头平台资源，拥有顶级的算力支持和完整的干湿实验闭环验证环境
- 产出高水平学术成果的机会多，有利于在学术界和工业界建立双重影响力
- 对候选人的复合背景要求极高，需同时精通AI算法与生物/化学领域知识
- 适合拥有顶尖高校博士学历、在AI4S或AIDD领域有深厚积累、且具备极强自驱力和跨学科能力的科研型人才
缺点 / 挑战
- 站在AI与生命科学交叉的最前沿，从事极具挑战性和创新性的科研工作
- 科研压力大，需持续追踪最新进展并定义新的科学问题，竞争激烈
- 算法落地到实际药物研发管线存在不确定性，需面对复杂的工程与实验挑战
角色解读
- 成为AI4S领域的顶级科学家，主导前沿科学问题的定义与突破
- 向AI药物研发平台架构师或技术负责人发展，推动科研成果产业化落地
- 在计算生物学与AI交叉领域建立极高的学术影响力与行业地位
- 定义并攻克具有颠覆性的AI4S科学问题，特别是针对大分子药物（抗体、多肽）的计算设计
- 设计融合生物物理/化学先验知识的AI模型架构，并进行从干实验验证到湿实验反馈的全流程研究
- 将前沿算法转化为系统化的AIDD平台解决方案，优化大规模分布式训练与推理的算力效能
- 深厚的AI算法功底：精通深度学习、GNN、扩散模型/流匹配、强化学习及大模型底层原理
- 扎实的数理基础：掌握概率论、优化理论、统计物理，能将领域先验知识融入模型
- 强大的工程能力：熟练使用PyTorch/JAX，具备大规模训练/推理优化及多模态数据处理经验
申请策略
- 准备详细的科研项目陈述，重点说明如何解决‘干湿闭环’中的关键难题
- 展现对AI药物研发行业痛点的深刻理解，以及你的技术方案如何针对性解决这些问题
- 突出在NeurIPS/ICLR等顶会的发表论文，以及GitHub高星开源项目或HuggingFace核心贡献
- 详细展示在GNN、扩散模型等特定方向的深度研究，以及结合生物/化学先验知识的案例
- 强调端到端（Dry Lab到Wet Lab）的研究闭环经验，体现从算法到落地的全链条能力
- 深化对分子动力学、蛋白质物化性质等生物物理知识的理解，弥补纯CS背景的短板
- 提升大规模分布式训练与推理优化的工程实战能力，熟悉JAX等高性能框架
- 关注AI4S领域最新顶会论文，保持对前沿技术的敏锐度
面试指南
- STAR法则：清晰描述情境、任务、行动和结果，重点突出个人贡献和技术细节
- 跨界融合思维：强调如何将AI技术与生物/化学知识有机结合，而非简单套用
- 批判性思考：不仅展示成功，也要分析失败教训和改进空间，体现科研严谨性
- 请详细介绍一个你参与的AI4S或AIDD项目，你是如何将领域先验知识融入模型设计的？
- 在扩散模型或流匹配应用于分子生成时，你遇到了哪些挑战，是如何解决的？
- 如何看待当前AI药物研发中‘干湿闭环’的难点？你有什么优化思路？
- 请谈谈你对大模型底层架构与生成机制的理解，以及如何将其迁移到科学计算领域？
- 如果让你定义一个新的AI4S科学问题，你会选择哪个方向？为什么？
职位点评
薪资福利85
成长发展95
工作生活40
使命价值90
薪资福利
85较高
作为已上市的跨国巨头企业，提供极具竞争力的薪酬包和完善的福利体系，满足高收入预期。
薪资信号偏高 (6.0千–12.0万/月)
成长发展
95较高
职位处于AI与生命科学交叉的前沿，提供极高的技术成长空间和学术影响力机会，发展性动机极强。
技术前沿前沿/新兴技术
技术栈AI for Science、AIDD、PyTorch、JAX、GNN、扩散模型、流匹配、强化学习
业务类型profit_center
工作生活
40较低
互联网大厂高强度工作环境，虽可能有弹性，但科研压力与交付要求可能导致工作强度较大，WLB一般。
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
90较高
致力于通过AI加速新药研发，改善人类健康，具有显著的社会价值和使命感。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs