职位描述： 1. 开展人工智能辅助药物发现的模型开发与应用研究，包括但不限于： （1）分子生成与优化 （2）药物-靶标亲和活性预测 （3）多组学数据整合与生物标志物发现 2. 开发或优化AI/ML算法（如深度学习、图神经网络、分子预训练模型等），提升药物研发效率。 3. 与跨学科团队进行紧密合作，验证计算预测结果并指导实验设计。 4. 参与国家级项目研究，推动项目高效开展，发表高水平学术论文。 任职要求： 1. 教育背景 已获得或即将获得计算机科学、计算化学、生物信息学或相关领域博士学位，具有相关研究背景和经验。 2. 技能要求 （1）熟悉常见的生物医学数据库及药化数据库，具备良好的数据处理和分析能力。 （2）熟练掌握Python等编程语言，熟悉PyTorch/TensorFlow等深度学习框架。 （3）能够使用常见深度学习框架进行模型开发，并具备编写脚本进行数据采集和分析的能力。 （4）熟悉分子表征、化学信息工具、分子对接软件或具备药物发现、分子建模、虚拟筛选等相关经验者优先考虑。 工作条件与待遇： （1）提供具有竞争力的薪资及科研经费支持。 （2）可访问高性能计算集群与内部生物医药数据库。 （3）合作机会：与药学研究机构、附属医院或制药企业联合培养。 合作导师简介： 李姣，研究员，博士生导师，博士后合作导师，学科带头人。开展医学数据挖掘、知识图谱构建、医学智能计算等关键技术研发。担任中华医学会医学信息学分会副主任委员，医学大数据与人工智能学组组长，中华医学会第二十六届理事会国际交流与合作及港澳台事务专家委员会委员兼秘书长，中国预防医学会生物信息学分会委员，中国自动化学会智能健康与生物信息专业委员会委员。 担任国际期刊Artificial Intelligence in Medicine和Data Intelligence编委、《医学信息学杂志》副主编。 李姣博士课题组承担国家重点研发计划、国家自然科学基金、北京自然科学基金重点项目，中国医学科学院医学与健康科技创新工程等课题研究。其研究成果发表在国际医学信息学领域期刊上，发表学术论文90余篇，授权发明专利10项。 研究方向：医学信息学、医学人工智能技术、医学数据挖掘、人机交互技术。