赛诺菲
R&DWhere your curiosity drives the miracles of science
R&DWhere your curiosity drives the miracles of science
发布于 大约 21 小时前普通员工/个人贡献者
苏州市
高级经验
全职员工
仅现场办公
博士
研究与开发 (研发)
AI/ML
结构生物学
噬菌体展示
抗体工程
Alphafold
Proteinmpnn
生物物理表征
亲和力成熟
人源化
AI 估算 · 35k–50k
首席科学家级别，苏州医药外企高级岗位，需深厚抗体工程+AI技能，市场稀缺度高，薪资处于行业高水平。
职位详情
关于这个职位
该职位是赛诺菲苏州生物药研究团队的抗体工程首席科学家，负责治疗性抗体的全流程工程优化，包括去除免疫原性、人源化、亲和力成熟和可开发性优化
你将深入运用 AI/ML 工具（如 ProteinMPNN、AlphaFold）加速抗体设计，并与外部 CRO 合作推动计算驱动的优化
这是一个注重实验台前技能而非管理的技术专家角色，适合希望在抗体工程领域深耕、拥抱 AI 技术的资深科学家
最低要求
生物化学、蛋白质工程、免疫学、生物物理学、计算生物学或密切相关领域的博士学位
年以上工业界或高级学术研究环境中抗体工程的实际经验
在抗体工程优化周期中成功推进候选抗体的记录（论文、专利、项目里程碑）
湿实验技能：责任工程（去酰胺化、氧化、聚集、异构化热点的鉴定和去除），抗体人源化（CDR嫁接、框架选择、回复突变），生物物理表征（DSF/nanoDSF、DLS、SEC、AC-SINS、HIC、粘度测量等），表达和纯化（哺乳动物瞬时表达、Protein A/G、SEC）
AI/ML能力（必备）：ProteinMPNN、RFdiffusion、ESMFold、AlphaFold2/3、Rosetta等结构设计平台的实际使用经验
ML模型用于抗体性质预测（聚集、稳定性、亲和力、免疫原性评分）
能独立运行计算工作流
良好的英语书面和口头沟通能力
工作职责
亲手进行抗体工程与优化：从早期风险识别到最终候选物选择的全部优化流程
执行风险工程（鉴定和解决去酰胺化、氧化、异构化、聚集热点）
使用噬菌体展示、酵母展示或其他定向进化平台领导亲和力成熟活动
执行抗体人源化策略（CDR嫁接、框架选择、回复突变分析）
通过生物物理表征（粘度、溶解度、热稳定性、多特异性风险等）推动可开发性优化
AI辅助的蛋白质优化及外部合作：作为AI驱动抗体优化的内部倡导者，与外部AI/ML CRO和技术供应商紧密合作，将计算设计整合到工程工作流中
协调AI/ML CRO设计和执行计算优化活动，定义项目范围、交付物和成功标准
评估和选择适合特定工程挑战的外部AI/ML平台
将计算序列建议转化为结构化的湿实验验证实验，形成闭环
跨职能领导与项目交付：在多学科项目团队中代表抗体工程专业知识，提供科学指导以塑造项目策略并加速候选药物推进
与发现、结构生物学、CMC和临床团队合作，使工程策略与更广泛的计划目标保持一致
在关键决策点进行可开发性风险评估，并参与IND申报活动
创新与指导：倡导新技术，培养科学好奇心和持续改进的文化
识别和评估抗体工程和计算设计领域的新兴技术
通过技术指导、实践辅导和职业发展支持指导初级科学家
优先资格
对生成式AI序列和结构设计有经验
能微调或适配预训练模型到抗体特异性数据集者优先
掌握Python或类似脚本语言用于数据分析和计算工具接口
普通话能力在苏州环境中是一个优势
AI 洞察
优缺点分析
优点
- 赛诺菲作为跨国药企，平台资源丰富，能参与从早期发现到 IND 的全流程，积累宝贵的工业界经验
- 职位深度融合 AI/ML 与湿实验，处于行业前沿，技能组合稀缺且市场需求量大
- 苏州生物医药产业聚集，工作生活平衡相对较好，且大外企稳定性高
- 职位为非管理岗，但需跨部门协调和指导他人，需平衡个人研究与团队贡献
- AI/ML 能力为必备项，要求持续学习最新模型和工具，技术更新快
- 适合在抗体工程领域有 5 年以上经验、渴望将 AI 融入日常工作且乐于在实验室亲自动手的资深科学家
缺点 / 挑战
- 实验台前工作时间长，责任重大，项目推进压力可能较大
角色解读
- 技术专家路线：从首席科学家进阶为资深首席科学家或抗体工程平台负责人，主导更广泛的管线
- 管理路线：在积累一定领导经验后可转向研发管理岗位，带领团队或部门
- 跨界融合：随着 AI 在抗体开发中的深化，可能向计算药物设计总监或 AI 驱动研发负责人发展
- 在实验室主导抗体候选物的全周期工程优化，包括去除免疫原性、人源化、亲和力成熟及可开发性筛选
- 运用 ProteinMPNN、AlphaFold 等 AI 工具进行结构设计与序列预测，并与外部 AI-ML 公司合作将计算方案转化为实验验证
- 在跨学科团队中担任抗体工程专家，为项目决策提供科学指导，并指导初级科学家成长
- 深厚的抗体工程湿实验技能，如噬菌体展示、人源化、生物物理表征（DSF、DLS、SEC 等）
- 扎实的 AI/ML 应用能力，能独立运行 ProteinMPNN、AlphaFold 等工具并解读预测结果
- 优秀的跨团队协作与英文沟通能力，能将复杂科学数据转化为清晰洞见
申请策略
- 面试中准备一个具体的案例：如何结合计算和实验解决一个抗体工程挑战
- 了解赛诺菲在抗体领域的管线方向，展示对该公司的热情与匹配度
- 突出抗体工程项目的具体成果，如成功优化并交付的候选抗体、发表论文或专利
- 详细描述 AI/ML 工具的使用案例，包括使用的模型、获得的预测及如何指导实验
- 强调跨团队合作和项目领导经验，如参与的项目阶段、协调 CRO 等
- 若 AI 经验不足，建议快速学习 ProteinMPNN 或 AlphaFold，并通过公开数据集实践
- 补充 Python 脚本能力，以便数据分析与计算工具接口
面试指南
- STAR 法则：描述情境、任务、行动、结果，尤其突出计算与实验的结合
- 展示技术深度：对具体技术细节（如参数设置、模型局限）能清晰阐述
- 强调协作：突出跨团队沟通和项目推动中的角色
- 请介绍一个你使用 AI/ML 工具优化抗体设计的实际项目
- 你如何处理抗体的 liability 问题？例如如何鉴定和去除去酰胺化热点？
- 你如何与外部 CRO 合作推进计算优化？如何确保项目交付成功？
- 你是否有管理或指导 junior 科学家的经验？具体如何开展的？
- 复习最新抗体工程 AI 方法，如 ProteinMPNN 和 AlphaFold3 的能力与局限
匹配度报告
80
综合匹配度
赛诺菲苏州高级科学家岗，前沿AI+抗体工程，发展机会极佳，现场办公为主。
适合人群
最适合追求技术成长、愿意拥抱 AI 浪潮的资深抗体工程师，对完全灵活办公无硬性要求。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利80
成长发展90
工作生活65
使命价值85
薪资福利匹配
80较高
该职位为外企高级科学家岗，薪资水平在苏州具有竞争力，但未明确列出具体福利，仅从公司性质可推断标准福利较全。
薪资信号未披露（AI估算：35K-50K/月）
成长发展匹配
90较高
该职位深度结合前沿 AI/ML 技术与抗体工程，处于行业创新前沿，且提供 mentor 和平台创新机会，成长空间极大。
技术前沿前沿/新兴技术
技术栈ProteinMPNN、RFdiffusion、ESMFold、AlphaFold2/3、Rosetta、PyRosetta、AbMPNN、Python、AI/ML、generative AI
成长机会mentor junior scientists、career development support、champion new technologies、platform innovation
业务类型ambiguous
工作生活匹配
65中等
仅现场办公，未提及弹性工作，但苏州作为二线城市生活成本相对适宜，平衡尚可。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值匹配
85较高
职位直接参与治疗性抗体开发，改善患者生活，社会使命感强。公司强调 diversity 和探索科学奇迹。
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improve people’s lives、miracles of science、chase the miracles of science
创新程度积极采用新技术
Watch Jobs