AIDD科学家（药物）

1.项目技术Ownership对指定适应症/靶点/分子类型项目的干端策略负责:问题拆解、方法选型、风险判断、里程碑与验收标准;在资源约束下做正确取舍。2.设计一评估体系构建设计多目标优化流程(亲和力、特异性、稳定性、可表达性、免疫原性风险、可开发性等);建立可信的评分、筛选与决策看板，避免「分数好看、实验翻车」。3.模型与平台能力产品化将结构预测、生成式设计、结合/功能预测、主动学习/贝叶斯优化等能力封装为稳健流水线或内部服务;推动与xTr imo/AIGP平台能力协同。4.干湿闭环方法论与湿实验共同定义数据标准、对照设计与失败归因;用少量高价值实验反馈驱动下一轮生成(含ICL/activeleari ng/约束生成等路径)。5.客户与科学协作能与药企科学家、内部BD/产品对齐问题定义与交付物;清晰表达能力边界、不确定性与下一步实验建议。6.团队牵引Code/Design review、技术辅导、面试与标准建设;对关键路径做技术决策记录(ADR)，减少隐性知识。任职要求(Must)相关专业硕士及以上;博士或产业经验突出者优先。5年+AI/计算生物学/计算化学相关经验，其中至少2-3年深度参与真实AIDD/蛋白工程/抗体发现项目(产业或转化型学术均可)。在下列至少 两个方向有可证明成果:蛋白/抗体/迷你蛋白生成式设计结构预测与结构引导设计结合亲和力/功能预测与排序多目标优化与主动学习闭环小分子或肽类虚拟筛选扎实的机器学习工程能力:PyTorch(或等价)、大规模批处理、可复现实验、性能与稳定性意识。能独立与湿实验/结构/药化对话，把生物学约束翻译成可计算目标与评估协议。英语可用于国际合作与论文/方案读写;具备清晰书面与口头影响力。加分项(Nice)有候选分子进入湿实验验证、IND前研究或外部客户交付的完整案例。熟悉抗体工程(人源化、亲和力成熟、成药性)或酶/结合蛋白设计产业流程。发表过高影响力工作，或主导过内部平台级工具被多团队采用。带过2人以上小组，或有跨地域远程协作经验。了解合规与数据治理(客户数据隔离、IP边界)的基本要求。12个月成功画像至少主导1-2个关键项目达到约定科学/业务里程碑(如:高价值候选池、可重复实验命中、客户验收)。沉淀≥1套可复用的多目标设计一评估流水线或决策框架，显著降低后续项目冷启动成本。干湿闭环指标(如轮次效率、命中率、排序相关性、实验消耗)有可量化改进，并形成复盘文档。带出至少1-2名Junior/中级同学可独立承接子模块。在方法选型上能说清「为何不用更炫的模型」，并以结果证明取舍正确。领导力与协作期望对结果负责，而非对「跑通了notebook」负责。在模糊需求中主动澄清假设，敢于对低价值实验说不。尊重实验科学，把AI当作加速器而非黑箱占卜。用文档与指标对齐团队，减少英雄式救火。