本项目组的研究方向聚焦于AI与生物医药的交叉领域，具体包括但不限于以下内容： 1. 基于光谱数据的建模  （1）利用近红外光谱（NIR）、红外光谱（IR）、拉曼光谱（Raman）和高光谱成像（HSI）数据，构建用于药效评价和靶点活性预测的AI模型。 （2）探索多模态光谱数据融合方法，结合深度学习技术实现更精准的特征提取和模型构建。 2. 基于药用植物图片数据的建模 （1）利用药用植物的图像数据（如外观图片），结合计算机视觉技术（如卷积神经网络）进行药用植物的分类、鉴定和质量评价。 （2）探索图像数据与其他模态数据（如光谱数据）的融合方法，提升模型的综合性能。 3. 基于化合物理化性质和分子指纹的靶点活性建模  （1）利用化合物的物理化学性质（如分子量、极性、溶解度）和分子指纹（如MACCS、ECFP）构建靶点活性预测模型。 （2）结合机器学习和深度学习方法，批量开发用于药物靶点识别和活性预测的AI模型。 任职要求： 1. 熟悉生物医药数据的预处理与建模流程  （1）熟悉生物医药数据的预处理方法，包括数据清洗、归一化、特征选择等。 （2）掌握从数据采集到模型构建的全流程，能够针对实验室获得的数据进行高效的模型构建和优化。 2. 具备模型构建与优化能力  （1）具备将实验室数据转化为可操作的AI模型的能力，能够根据不同实验类型调整模型结构和参数。 （2）探索模型的泛化能力和鲁棒性，优化模型以适应不同实验条件和数据类型。 3.学历背景 （1）已获得或即将获得博士学位，专业为计算机科学、生物医学工程、药学、化学、分子生物学等相关领域。 4.科研能力   （1）具有较强的科研能力和创新思维，能够独立开展研究工作。 （2）以第一作者发表过高水平学术论文，具备良好的学术写作能力。 （3）熟悉生物医药数据的预处理和建模流程，能够针对实验室数据进行模型构建和优化。 5.其他要求   （1）对AI与生物医药交叉领域的研究有浓厚兴趣，愿意投身于相关领域的前沿研究。 （2）具有良好的团队合作精神和沟通能力，能够与多学科背景的研究人员协作。 岗位待遇： 1.年薪加绩效奖励合计40万元以上，每年根据科研业绩再给予丰厚科研奖励，出站留宁波事业单位工作，市财政再补贴40万。 2.在站期间科研经费由合作导师提供，同时可以负责人身份申请各级科研课题资助；科研业绩享受医院科技奖励，包括在站期间投出并被接收的论文，出站半年内正式发表仍可享受绩效奖励。 3.符合条件者可竞争性申报博士后科学基金特别资助、国家“博士后创新人才支持计划”、博士后国（境）外交流计划项目、浙江省海外青年博士后引进项目、浙江省青年优秀人才国际培养计划博士后项目等；申请获得奖励，与基本薪酬累加。