岗位1：

岗位职责：

1.开发全新的具有广泛生物应用场景的机器学习，深度学习或者优化算法；方法诸如自然语言处理，计算机视觉, 分子动力学模拟等。

2.采用机器学习和深度学习研究核酸或者蛋白质序列-结构-功能关系，蛋白质相互作用关系以及与其他分子的相互作用，建立相关模型。

3.聚焦方法开发和验证，搭建并优化蛋白质结构和蛋白质（核酸）相互作用预测，蛋白质设计（如抗体和酶的设计）的流程和方法，结合物理和数据驱动的方法实现更好的预测和设计能力。

任职条件：

1.在一个或者多个领域具有良好的背景，如：机器学习，计算生物学，计算化学，蛋白质工程和设计，分子动力学模拟等；4-5年以上相关领域的研究经验。

2.熟练掌握Python，有扎实的编程基础、良好的编程风格与工作习惯。

3.熟悉至少一种主流深度学习编程框架（TensorFlow/PyTorch）。

4.熟悉常用的机器学习算法（Transformer/CNN/图神经网络等），有扎实的理论基础和实战经验。

5.具有良好的沟通和团队合作能力，主动的学习意愿和认真负责的工作态度。

岗位2：

研究方向：

利用公开数据库及实验室自有数据集，自主设计和优化深度学习模型，以解决蛋白质相互作用预测、抗体抗原识别预测、冷冻电镜数据优化分析以及蛋白质与抗体设计等前沿问题。

任职条件：

1.博士学位，拥有计算机科学、人工智能、生物信息学、免疫学、化学等相关领域的学术背景。

2.至少5年以上相关领域的研究经验。

AI深度学习+医/生命科学/蛋白的都可以。