{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "AI For Science 研究员",
        "job_level": "阿里巴巴2027届应届生",AI生成
        "work_category": "freshman",AI生成
        "department": "阿里巴巴控股集团",
        "location": "北京 / 杭州",
        "work_mode": "",AI生成
        "job_category": "技术类"AI生成
    },
    "company": {
        "company_name": "阿里巴巴控股集团",
        "company_industry": "",
        "company_size": "",
        "company_website": "",
        "company_description": ""
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "",
            "cycle": ""
        },
        "benefits": ""
    },
    "requirements": {
        "working_years": "",
        "degree": "",
        "language": "",AI生成
        "visa_support": "",
        "responsibilities": "AI For Science 研究员\n\n基础信息\n毕业起止时间要求：2026-11-01 - 2027-10-31\n职位类别：技术类\n招聘项目：阿里巴巴2027届应届生\n工作地点：北京 / 杭州\n\n职位描述\n我们致力于以人工智能驱动生命科学前沿探索，聚焦抗体、多肽等大分子药物的计算设计与机制解析。团队深度融合前沿 AI 技术与生物物理/化学先验知识，打造从算法设计到实验验证的完整研发闭环。\n岗位职责\n1、算法研发与干湿闭环\n参与定义具备颠覆性潜力的 AI4S 科学问题，协助设计与生物物理/化学先验知识深度融合的模型架构。参与从干实验（Dry Lab）的性能验证到湿实验（Wet Lab）真实反馈的完整闭环研究，产出高水平学术成果。\n2、工程落地与技术转化\n参与前沿算法向系统化、平台化的 AI 药物研发（AIDD）解决方案的转化工作。接触大规模分布式训练与推理的算力效能优化，理解如何将科研成果落地为真正赋能创新药研发管线的产品。\n\n职位要求\n1、扎实的 AI 算法与数理基础：在深度学习、图神经网络（GNN）、扩散模型/流匹配（Flow Matching）、强化学习等方向有深入研究；具备较强的数理基础（概率论、优化、统计物理等），对大模型底层架构与生成机制有系统理解。\n2、AI4S / AIDD 研究经验：具备 AI for Science 或 AI 药物研发相关研究背景；参与过从数据构建、算法设计到实验验证的研究流程，了解如何将领域先验知识（如分子动力学、蛋白质物化性质）融入模型设计。\n3、良好的工程实现能力：熟练掌握 PyTorch / JAX 等主流框架，有大规模训练或推理优化经验者优先；能高效处理多模态生物数据，具备良好的编程习惯与工程素养。\n4、学术敏锐度与自驱力：持续关注 AI4S、计算生物学及大模型领域的最新进展；具备独立思考和定义科学问题的能力。\n5、学历要求：硕士及以上，计算机科学、人工智能、计算生物学、生物信息学、化学信息学或相关专业。\n加分项\n• 在 NeurIPS / ICLR / ICML 等 AI 顶会，或 ISMB / RECOMB 等计算生物学顶会，或 CNS 及其子刊、Bioinformatics 等权威期刊发表过论文\n• 在 GitHub 有高星开源项目，或在 HuggingFace 等开源社区有核心模型/数据集贡献\n• 具备生物、化学、药学等交叉学科背景（如双学位、辅修或丰富的跨学科项目经验）\n• 有端到端（Dry Lab 到 Wet Lab）研究闭环的完整经历\n\n在招业务\n阿里巴巴控股集团",
        "requirements_text": "",
        "skills": [],AI生成
        "preferred_qualifications": "",
        "job_highlights": ""
    },
    "contact": {
        "recruiter_name": "",
        "contact_methods": []
    },
    "posting": {
        "posting_id": "199910000013",
        "post_date": "2026-10-22",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://campus-talent.alibaba.com/campus/position/199910000013?deptCodes="
    },
    "fulltext": "AI For Science 研究员\n\n基础信息\n毕业起止时间要求：2026-11-01 - 2027-10-31\n职位类别：技术类\n招聘项目：阿里巴巴2027届应届生\n工作地点：北京 / 杭州\n\n职位描述\n我们致力于以人工智能驱动生命科学前沿探索，聚焦抗体、多肽等大分子药物的计算设计与机制解析。团队深度融合前沿 AI 技术与生物物理/化学先验知识，打造从算法设计到实验验证的完整研发闭环。\n岗位职责\n1、算法研发与干湿闭环\n参与定义具备颠覆性潜力的 AI4S 科学问题，协助设计与生物物理/化学先验知识深度融合的模型架构。参与从干实验（Dry Lab）的性能验证到湿实验（Wet Lab）真实反馈的完整闭环研究，产出高水平学术成果。\n2、工程落地与技术转化\n参与前沿算法向系统化、平台化的 AI 药物研发（AIDD）解决方案的转化工作。接触大规模分布式训练与推理的算力效能优化，理解如何将科研成果落地为真正赋能创新药研发管线的产品。\n\n职位要求\n1、扎实的 AI 算法与数理基础：在深度学习、图神经网络（GNN）、扩散模型/流匹配（Flow Matching）、强化学习等方向有深入研究；具备较强的数理基础（概率论、优化、统计物理等），对大模型底层架构与生成机制有系统理解。\n2、AI4S / AIDD 研究经验：具备 AI for Science 或 AI 药物研发相关研究背景；参与过从数据构建、算法设计到实验验证的研究流程，了解如何将领域先验知识（如分子动力学、蛋白质物化性质）融入模型设计。\n3、良好的工程实现能力：熟练掌握 PyTorch / JAX 等主流框架，有大规模训练或推理优化经验者优先；能高效处理多模态生物数据，具备良好的编程习惯与工程素养。\n4、学术敏锐度与自驱力：持续关注 AI4S、计算生物学及大模型领域的最新进展；具备独立思考和定义科学问题的能力。\n5、学历要求：硕士及以上，计算机科学、人工智能、计算生物学、生物信息学、化学信息学或相关专业。\n加分项\n• 在 NeurIPS / ICLR / ICML 等 AI 顶会，或 ISMB / RECOMB 等计算生物学顶会，或 CNS 及其子刊、Bioinformatics 等权威期刊发表过论文\n• 在 GitHub 有高星开源项目，或在 HuggingFace 等开源社区有核心模型/数据集贡献\n• 具备生物、化学、药学等交叉学科背景（如双学位、辅修或丰富的跨学科项目经验）\n• 有端到端（Dry Lab 到 Wet Lab）研究闭环的完整经历\n\n在招业务\n阿里巴巴控股集团"
}