康龙化成
2027届-硕士-AI工程师-无锡/江阴/宁波
2027届-硕士-AI工程师-无锡/江阴/宁波
发布于 5 小时前普通员工/个人贡献者
全职员工仅现场办公机器学习工程
机器学习工程
Numpy
Pytorch
Rest Api
Tensorflow
数据处理
模型微调
值不值得投
76综合评分
综合评分 76
上市巨头AI制药校招岗，前沿技术栈与成长空间大，薪资具竞争力，WLB未明确。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
2万
比机器学习工程中位数低
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 720 个在招 · 其中机器学习工程 3 个
市场机会
选择适中
无锡 · 机器学习工程 · 15 个在招
职位详情
关于这个职位
该职位主要负责生物/蛋白相关AI模型的微调训练、数据处理与特征工程、评测实验管理以及推理服务化支持
在AI科学家指导下参与跨团队协作，推动AI技术在药物研发领域的应用与落地
最低要求
硕士及以上学历，计算机科学、机器学习、人工智能、计算生物学或相关专业，211/985优先
熟练使用PyTorch（或TensorFlow），理解训练流程与常见问题定位（过拟合、梯度爆炸/消失、数值不稳定、数据泄漏等）
熟练Python，具备良好的工程习惯（模块化、日志、配置化、单元测试意识）
熟悉Linux开发环境
具备数据处理能力，熟悉pandas/numpy等，能高效处理大规模数据与高通量任务
沟通协作良好，能在跨学科团队中按规范交付
具备强学习能力与问题闭环能力
工作职责
模型微调与训练执行：在AI科学家指导下，完成生物/蛋白相关模型的微调训练任务，包含数据准备、训练脚本运行、超参数配置、实验记录与结果复现
数据处理与特征工程：负责生物数据清洗、去重、格式标准化与基础标注，构建训练所需的数据集与数据加载管线（Dataset/DataLoader），支持多任务训练与评测
评测与实验管理：搭建并维护离线评测流程，输出核心指标报表（如预测相关性、分类指标、排序指标等），进行对比实验与消融分析，辅助模型迭代决策
推理与服务化支持：将模型推理流程工程化，开发批量推理脚本与简单服务接口（REST API/CLI），支持内部平台调用与任务自动化，在AI科学家与平台团队框架下完成接口开发与集成
工具链与平台集成：参与训练环境配置、依赖管理、日志与监控、模型版本与产物归档，提升研发效率与交付稳定性
跨团队协作：与AI科学家、AI蛋白设计科学家协作理解需求，按任务拆解推进交付
与实验同事沟通数据含义与字段标准，保证数据可用与可追溯
AI 洞察
优缺点分析
优点
- 处于AI+生物制药的交叉前沿领域，行业前景广阔，技术壁垒高
- 依托上市巨头企业平台，能接触到真实的生物/蛋白数据与顶尖科学家团队，资源丰厚
- 需要跨越计算机与生物学的学科壁垒，理解复杂的生物数据含义与实验逻辑
- 适合具备扎实AI算法基础，且对AI驱动药物研发（AIDD）有浓厚兴趣的计算机或计算生物学硕士毕业生
缺点 / 挑战
- 模型训练与调优在生物领域可能面临数据噪声大、可解释性要求高等技术挑战
角色解读
- 从AI工程师起步，深入AI药物研发（AIDD）核心算法，积累生物/蛋白大模型微调经验
- 未来可向AI科学家、AI算法专家或AIDD技术负责人方向发展，成为交叉领域稀缺人才
- 负责生物/蛋白相关AI模型的微调训练、数据处理与特征工程，构建高质量训练数据集
- 搭建离线评测流程并进行模型推理服务化开发，将算法成果工程化落地
- 参与工具链与平台集成，与AI科学家及生物实验团队跨学科协作推进项目交付
- 熟练掌握Python及PyTorch/TensorFlow框架，具备扎实的模型训练调优与问题排查能力
- 熟悉Linux环境及REST API开发，具备良好的代码工程化习惯与大规模数据处理能力
- 具备跨学科沟通能力，能理解生物数据含义并与实验团队高效对齐标准
申请策略
- 了解康龙化成及佰翱得的业务背景，特别是其在CRO和AI制药领域的布局，面试时展现出对业务的深入思考
- 突出在PyTorch/TensorFlow框架下的模型微调与训练经验，展示处理大规模数据的实际项目
- 强调良好的工程习惯（如模块化、单元测试）及REST API开发能力，证明具备落地能力
- 展示跨学科团队协作经历或对生物/化学数据的理解意愿，体现复合背景优势
- 提前了解AI药物研发（AIDD）的基础知识，如蛋白质结构预测、分子生成等前沿方向
- 熟悉模型部署的基础流程及Docker等容器化技术，提升工程化交付能力
面试指南
- 采用STAR法则，结合具体项目经历，突出问题分析、技术选型、实施过程与最终收益
- 对于跨学科沟通问题，强调同理心、标准化文档沉淀和定期对齐机制的建立
- 在模型训练中遇到过拟合或梯度爆炸时，你通常如何排查和解决？
- 请描述一个你处理大规模复杂数据的经历，如何保证数据质量与加载效率？
- 如何将训练好的模型进行工程化部署并提供REST API接口？
- 在跨学科团队中，你如何与生物实验人员沟通以确保数据字段标准的准确性？
- 复习深度学习基础及PyTorch/TensorFlow的底层机制，准备1-2个完整的模型训练与部署项目案例
- 了解AIDD领域的基本概念和康龙化成的最新业务动态，准备几个关于AI如何赋能新药研发的好问题
职位点评
薪资福利75
成长发展85
工作生活60
使命价值80
薪资福利
75中等
作为上市企业的校招硕士岗，薪资在无锡/宁波当地具有较强竞争力，福利体系相对完善。
薪资信号未披露（AI估算：1.5千–2.5万/月）
成长发展
85较高
岗位涉及前沿的AI蛋白设计模型微调，能与AI科学家及跨学科团队协作，技术成长空间大。
技术前沿前沿/新兴技术
技术栈PyTorch、TensorFlow、Python、pandas、numpy、REST API
成长机会在AI科学家指导下
业务类型ambiguous
工作生活
60中等
岗位未明确提及工作模式与加班情况，但作为研发岗且涉及跨团队协作，可能需要适应一定的项目节奏。
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
80较高
致力于AI驱动的新药研发，具有显著的社会价值与行业使命感，推动生命科学领域创新。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
康龙化成 的其他在招职位
相似职位推荐
Watch Jobs