阿里巴巴
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
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
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
Jax
Pytorch
分布式训练
图神经网络
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，前沿技术栈，高学术与社会价值，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
11.5万
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 7 个
市场机会
选择不多
杭州 · AI药物设计 · 9 个在招
职位详情
关于这个职位
该职位专注于利用人工智能驱动生命科学前沿探索，特别是抗体和多肽等大分子药物的计算设计与机制解析
你需要结合图神经网络、扩散模型等前沿技术与生物物理知识，主导从算法突破到湿实验验证的闭环研究，并推动成果向AI药物研发平台转化，冲击顶级学术成果
最低要求
深厚的 AI 算法底座与数理基础：在深度学习、图神经网络（GNN）、扩散模型/流匹配（Flow Matching）、强化学习等前沿方向有深入研究
具备数理基础（概率论、凸优化、统计物理等），对大模型底层架构、训练范式及生成机制有透彻理解
AI4S / AIDD 交叉研究全链路经验：具备 AI for Science (AI4S) 或 AI 药物研发（AIDD）背景
主导过从多模态生物数据构建、算法设计、干实验（Dry Lab）验证到湿实验（Wet Lab）反馈的端到端（End-to-End）研究闭环，能将领域先验知识（如分子动力学、蛋白质物化性质）有效融入模型设计
工程实现与大规模算力优化能力：精通 PyTorch / JAX 等主流框架，具备大规模分布式训练（如 Megatron, DeepSpeed）与推理加速经验
能独立开发复杂网络结构，具备算子级优化意识，能高效处理 PB 级多模态生物数据并保障计算效能
敏锐的学术嗅觉与科研驱动力：持续追踪 AI4S、计算生物学及大模型领域的最新前沿进展
具备独立定义科学问题、设计实验方案并产出高水平研究成果的能力
工作职责
算法突破与干湿闭环（Dry/Wet Lab Loop）：洞察并定义具备颠覆性潜力的 AI4S 科学问题，对标 AlphaFold 等国际顶尖水平，设计与生物物理/化学先验知识深度融合的基础模型架构
主导从干实验（Dry Lab）的显著性能突破，到协同外部/内部湿实验（Wet Lab）真实验证的完整闭环
产出高水平研究成果，冲击 CNS（Cell/Nature/Science）及其子刊等顶级学术期刊
工程落地与商业转化：推动前沿算法向系统化、平台化的 AI 药物研发（AIDD）解决方案转化
深入理解行业痛点，主导大规模分布式训练与推理的算力效能优化（降本增效）
打造具备极高商业壁垒与经济价值的 AI for Biology and Pharmacy 落地产品，真正赋能创新药研发管线
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 等权威期刊发表过第一作者论文
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）
AI 洞察
优缺点分析
优点
- 接触最前沿的AI与生命科学交叉领域，资源投入巨大
- 有机会冲击顶级学术成果（CNS期刊），学术影响力高
- 背靠阿里生态，拥有海量数据和顶级算力支持
- 干湿闭环协作复杂，沟通成本高
- 具有深厚学术功底（博士及以上）且具备强大工程落地能力的AI科学家，追求前沿技术创新和学术成就的求职者
缺点 / 挑战
- 对学术背景和工程能力要求极高，竞争压力大
- 需要同时兼顾学术研究（发论文）和工程落地（做产品），双重KPI压力
角色解读
- 成为AI for Science领域的国际顶尖科学家或首席研究员
- 在顶级学术期刊（CNS）发表突破性成果
- 推动AI技术在制药行业的商业化应用，成为技术与管理双重背景的领军人才
- 负责设计基于AI的大分子药物（抗体/多肽）计算模型，结合生物物理先验知识进行架构创新
- 主导从干实验算法突破到湿实验验证的全流程闭环研究
- 将前沿算法转化为可落地的AI药物研发平台工具
- 精通深度学习前沿技术（GNN、扩散模型、强化学习）
- 具备扎实的数理基础（概率论、统计物理）
- 掌握大规模分布式训练框架（Megatron, DeepSpeed）及PyTorch/JAX
- 拥有AI4S或AIDD领域的端到端研究经验
申请策略
- 准备详细的科研项目陈述，清晰阐述从问题定义到实验验证的完整逻辑
- 展示对AlphaFold等标杆技术的深入理解和改进思路
- 体现跨学科合作能力和解决复杂工程问题的思维
- 突出在AI4S/AIDD领域的具体研究成果，特别是顶会论文和专利
- 详细展示在GNN、扩散模型等特定技术栈上的深度理解和创新点
- 强调大规模分布式训练和PB级数据处理的项目经验
- 加强生物信息学基础知识，理解蛋白质结构、分子动力学等先验知识
- 提升在JAX或Megatron等高性能计算框架下的调优能力
面试指南
- 使用STAR法则（情境、任务、行动、结果）描述项目经历，重点突出个人在其中的核心贡献和技术难点突破
- 对于技术问题，先分析现有方法的局限性，再提出自己的创新思路，并结合理论依据和实验数据进行论证
- 请详细介绍你过去在AI4S或AIDD领域的一个完整研究项目，包括问题定义、方法创新和实验验证
- 针对抗体或多肽的大分子药物设计，你认为当前GNN或扩散模型面临的主要挑战是什么？你将如何改进？
- 如何在保证模型精度的同时，优化大规模分布式训练的算力效率？请分享你的实践经验
- 如何将生物物理先验知识有效地融入深度学习模型的架构设计中？
- 复习深度学习核心理论，特别是生成模型和图神经网络的最新进展
- 整理过往的高水平论文和项目案例，准备好技术细节的深度问答
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
作为阿里星计划的顶尖人才项目，提供极具竞争力的薪酬包和股票期权，远超市场平均水平，满足高补偿性动机。
薪资信号未披露（AI估算：8.0千–15.0万/月）
成长发展
95较高
提供接触全球最顶尖AI技术和生命科学前沿的机会，拥有冲击CNS期刊的学术目标和强大的算力数据支持，发展性动机极强。
技术前沿前沿/新兴技术
技术栈GNN、Diffusion Models、Flow Matching、PyTorch、JAX、Megatron、DeepSpeed、AI4S、AIDD
成长机会冲击 CNS（Cell/Nature/Science）及其子刊等顶级学术期刊、持续追踪 AI4S、计算生物学及大模型领域的最新前沿进展
业务类型profit_center
工作生活
40较低
高强度科研与工程落地双重压力，需主导干湿闭环及商业转化，工作强度大，WLB可能受限。
工作模式未明确
办公地点科技园/产业园
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解决生命科学重大难题，赋能创新药研发，具有极高的社会价值和使命感，意义感动机强烈。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号真正赋能创新药研发管线、以人工智能驱动生命科学前沿探索
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