【工作职责】
1.AI算法及基础大模型
探索和应用最前沿的人工智能算法和可信智能平台技术，搭建基础大模型及平台（包括LLM、Multimodal Generative AI、Generative Agent etc.），安全合规融合多方分布式大规模生物医药数据，为智慧医疗构建可信AI基础设施，打造下一代基础模型及智能科学生态。目前重点在于基础大模型、深度学习、强化学习、NLP、CV、KG、搜索、推荐、联邦学习、大规模深度学习云原生平台和可信AI操作系统。
2.多模态智能诊疗0
智能化医疗实践的全生命周期，研发医疗智能决策支持算法及平台。利用深度学习、强化学习、NLP、CV、知识图谱等最新人工智能技术，研究多模态数据融合的共性与核心技术，提升多维度数据重建精度，构建影像、病理、临床信息和生物组学信息（基因、蛋白和单细胞等）的多模态融合分析模型，搭建医疗基础大模型，全面支持临床智能化，构建智能诊断、蛋白质组学、多模态多组学、癌症智能早筛、液体活检、数字病理、药物临床预后、伴随诊断和智能决策等算法及平台。
3.全链条智能制药
利用前沿人工智能技术（特别是深度学习、强化学习、生成式AI、基础大模型），开展靶点识别、结构设计、智能生成、高通量结合虚拟筛选、药效和毒性分析、候选病人筛选、预后预测等创新药物发现研究。并结合动物实验和临床试验，实现干湿试验智能分析决策和反馈闭环。研发大规模虚拟药物筛选和全流程自反馈闭环智能平台，推进药物发现智能化，助力致死率高、罕见性癌症等高挑战的重大疾病国产创新药的研制。目前重点在于设计小分子药物、功能核酸（核酸适体、核酸疫苗及药物）和蛋白抗体等。
【任职标准】
（1）具有人工智能、生命科学、生物信息、机器学习等相关领域博士或硕士学位；
（2）生物学基础知识扎实。掌握蛋白质，或微生物代谢等基础生物学知识，掌握相关数据库的数据使用方法，熟悉生物学主流软件的使用和数据处理流程；
（3）熟悉TensorFlow或PyTorch等深度学习框架，熟练使用Python编程语言；
（4）近2年，以主要作者身份在生物信息相关领域高水平期刊有过1-2篇论文发表，或者有相关专利申请；
（5）有独立工作和创新能力；
（6）具备诚实的科研态度，良好的沟通能力以及团队协作精神。