康龙化成
AI蛋白设计高级研究员-宁波
AI蛋白设计高级研究员-宁波
发布于 大约 7 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Pytorch
Tensorflow
抗体设计
深度学习
生物信息学
酶工程
值不值得投
75综合评分
综合评分 75
前沿AI生物交叉技术岗，高成长性、高意义感，但工作模式需现场且项目迭代压力大。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
33K
比人工智能中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
68 个在招
市场机会
选择适中
宁波 · 人工智能 · 15 个在招
职位详情
关于这个职位
该职位是康龙化成（无锡佰翱得生物科学）招聘的AI蛋白设计高级研究员，base在宁波
核心工作是利用AI和生物信息学技术，主导或参与酶改造、抗体设计等蛋白改造项目
您将负责从技术路线制定、生物大模型微调、数据体系建设到跨团队协作的全流程，旨在提升蛋白的活性、稳定性，并推动AI技术在生物研发中的落地应用
最低要求
博士及以上学历，生物信息学、计算生物学、结构生物学，计算机等相关专业，211/985优先
具备蛋白改造成功(不限于酶改造，抗体设计，Binder设计)项目经验，能独立推进多轮迭代，并对结果与交付质量负责
熟练掌握深度学习框架（PyTorch/TensorFlow），具备生物大模型使用与微调能力，理解微调策略、训练评估与泛化控制，能将模型能力转化为可落地的蛋白改造任务
具备跨学科协作能力，能与AI科学家高效协作，将生物问题抽象为明确的任务定义、数据规范与评估指标
编程能力扎实，熟练Python与Linux
熟悉UniProt、PDB、Pfam等数据库与常用生信流程，具备强文献调研与方法复现能力
良好的团队协作与沟通能力，能与不同专业背景人员紧密合作
工作职责
统筹蛋白改造项目：围绕酶改造/抗体设计等目标，制定技术路线、里程碑与决策标准，推动多轮“计算设计 实验验证 迭代优化”闭环交付
生物大模型微调：牵头定义酶/抗体任务与数据集，联合AI科学家完成模型微调与适配，用于活性与稳定性提升、突变体优选、序列生成、表达可行性评估与候选打分排序，并持续根据实验回流数据迭代模型效果
生物数据体系建设：负责关键生物数据的定义、清洗、标注与质量控制，覆盖序列、结构、表型、动力学参数、多组学数据等
建立数据集版本与训练集管理规范，确保训练过程可追溯、可复现
协作共建大模型底座：作为生物侧负责人，与AI科学家共同制定数据标准、任务范式、模型输入输出规范与评估指标体系，推动底座能力在公司数据上持续迭代并支持多项目复用
跨团队沟通及培训团队：对接实验团队，解释模型结论，指导实验设计
支持专利/论文/对外合作交流，并指导初中级同事成长
技术迭代：持续跟踪AI蛋白设计、酶工程、抗体设计与生物大模型前沿进展，评估新方法可行性并提出技术迭代与平台发展建议
AI 洞察
优缺点分析
优点
- 技术前沿：直接参与生物大模型在药物研发中的落地，是当前交叉学科最热门的方向之一
- 平台与资源：背靠上市跨国药企，能接触到海量的生物数据、湿实验团队和真实的研发管线
- 跨学科门槛：需要同时精通生物和AI，知识体系要求高，学习曲线陡峭
- 初期适应成本：入职后需前往江阴/无锡进行数月培训，对生活安排有一定要求
- 适合拥有计算生物学或AI for Science背景的博士，具备解决实际生物问题的强烈兴趣，享受在跨学科领域开拓创新，并期望在工业界将前沿技术转化为产品价值的研究型人才
缺点 / 挑战
- 高自主性：作为高级研究员，将在项目中拥有较高的技术决策权和路线制定权
- 项目迭代压力：蛋白质改造是一个“计算-实验”反复循环的过程，需要耐受长周期的研发和可能的失败
角色解读
- 技术专家路线：深耕AI蛋白设计领域，成为公司内该方向的技术权威和首席科学家
- 研发管理路线：凭借项目经验和团队协作能力，成长为负责生物计算或AI药物发现部门的研发负责人
- 行业影响路线：通过发表高水平论文、申请核心专利或推动行业技术标准，在学术界和工业界建立个人影响力
- 主导AI驱动的蛋白设计项目（如酶改造、抗体设计），制定从计算到实验验证的完整技术路线
- 负责生物大模型的微调与适配，使其能预测蛋白功能并指导实验，将AI能力转化为实际的生物研发产出
- 作为生物与AI团队的桥梁，定义数据与任务标准，并指导初级同事，推动跨学科协作
- 深厚的生物学知识（结构生物学、生物信息学）与实际的蛋白改造项目经验
- 扎实的AI/ML工程能力，特别是使用PyTorch/TensorFlow进行生物大模型微调与评估
- 出色的跨领域沟通与项目管理能力，能将复杂的生物问题转化为可计算的模型任务
申请策略
- 在简历或求职信中，用1-2个具体案例说明你如何通过计算方法解决了生物学问题，这是打动招聘方的关键
- 了解康龙化成及旗下佰翱得的业务模式和核心竞争力，思考你的技能如何为他们的新药研发管线创造价值
- 准备好讨论对“AI+生物”领域技术趋势的看法，以及你认为该职位面临的最大技术挑战是什么
- 突出博士期间或工作中与“蛋白设计/改造”、“生物大模型”、“深度学习应用”直接相关的项目经历和成果
- 明确列出掌握的编程语言、AI框架、生物信息数据库及工具链，展示工程落地能力
- 强调任何跨学科协作（如与湿实验、AI工程师合作）的经验，以及项目管理或指导他人的经历
- 深入学习蛋白质工程（定向进化、理性设计）的基本原理和实验流程，以便更好地与实验团队沟通
- 跟进生物大模型（如ESM、AlphaFold2及其变体）的最新论文和开源代码，尝试复现关键微调实验
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化描述过往项目，重点突出你的个人贡献和技术决策
- 回答技术问题时，展示你的系统性思维：从问题建模、数据准备、模型选择/修改、训练策略到评估方案，逻辑清晰
- 展示你的跨学科沟通能力和解决问题的韧性，强调你如何与不同背景的人协作，并从失败中学习迭代
- 请详细介绍一个你主导或深度参与的蛋白质设计/改造项目，从问题定义到最终验证结果
- 如果让你用一个生物大模型（如ESM-2）来预测某个突变对酶活性的影响，你会如何设计微调方案和评估指标？
- 当你的计算预测结果与实验团队的验证结果不符时，你会如何分析和解决这个分歧？
- 你认为当前AI蛋白设计领域，最大的技术瓶颈或挑战是什么？
- 你为什么对这个加入康龙化成（佰翱得）的岗位感兴趣？你对团队和项目有什么期望？
职位点评
薪资福利72
成长发展90
工作生活55
使命价值82
薪资福利
72中等
职位为上市药企的高级研究员岗位，薪资水平在宁波地区具有竞争力，福利体系预计较为完善。但具体薪资需面议确认。
薪资信号面议 (25K-40K/月)
成长发展
90较高
该职位处于AI与生物医药的交叉前沿，涉及大模型微调、数据体系建设等核心技术，能提供极佳的技术深度和跨学科成长机会。
技术前沿前沿/新兴技术
技术栈PyTorch、TensorFlow、生物大模型、深度学习、蛋白质工程、生物信息学
成长机会持续跟踪...前沿进展、评估新方法可行性、提出技术迭代与平台发展建议、指导初中级同事成长
业务类型profit_center
工作生活
55较低
工作模式未明确说明，但岗位性质要求现场协作，大概率为现场办公。宁波地区生活成本相对可控，但前期有数月跨城培训安排。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
82较高
AI蛋白设计是加速新药研发、解决重大疾病的关键技术领域，具有显著的社会价值和行业前景，工作使命感较强。
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）
Watch Jobs