{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "人工智能驱动的生命科学和药物科学基础模型研究-阿里星",
        "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": "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": "人工智能驱动的生命科学和药物科学基础模型研究-阿里星\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：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。如果你深耕机器学习与深度学习领域，精通图神经网络（GNN）、扩散模型（Diffusion Models）、流模型（Flow Matching）或强化学习等前沿技术，对 AI 与基础科学的交叉融合抱有极致热情，并勇于挑战从理论突破到真实世界应用的工程难题，欢迎加入我们！\n【具体职责】\n1、算法突破与干湿闭环（Dry/Wet Lab Loop）：\n洞察并定义具备颠覆性潜力的 AI4S 科学问题，对标 AlphaFold 等国际顶尖水平，设计与生物物理/化学先验知识深度融合的基础模型架构。主导从干实验（Dry Lab）的显著性能突破，到协同外部/内部湿实验（Wet Lab）真实验证的完整闭环；产出高水平研究成果，冲击 CNS（Cell/Nature/Science）及其子刊等顶级学术期刊。\n2、工程落地与商业转化：\n推动前沿算法向系统化、平台化的 AI 药物研发（AIDD）解决方案转化。深入理解行业痛点，主导大规模分布式训练与推理的算力效能优化（降本增效）；打造具备极高商业壁垒与经济价值的 AI for Biology and Pharmacy 落地产品，真正赋能创新药研发管线。\n\n职位要求\n1、深厚的 AI 算法底座与数理基础：\n在深度学习、图神经网络（GNN）、扩散模型/流匹配（Flow Matching）、强化学习等前沿方向有深入研究；具备数理基础（概率论、凸优化、统计物理等），对大模型底层架构、训练范式及生成机制有透彻理解。\n2、AI4S / AIDD 交叉研究全链路经验：\n具备 AI for Science (AI4S) 或 AI 药物研发（AIDD）背景；主导过从多模态生物数据构建、算法设计、干实验（Dry Lab）验证到湿实验（Wet Lab）反馈的端到端（End-to-End）研究闭环，能将领域先验知识（如分子动力学、蛋白质物化性质）有效融入模型设计。\n3、工程实现与大规模算力优化能力：\n精通 PyTorch / JAX 等主流框架，具备大规模分布式训练（如 Megatron, DeepSpeed）与推理加速经验；能独立开发复杂网络结构，具备算子级优化意识，能高效处理 PB 级多模态生物数据并保障计算效能。\n4、敏锐的学术嗅觉与科研驱动力：\n持续追踪 AI4S、计算生物学及大模型领域的最新前沿进展；具备独立定义科学问题、设计实验方案并产出高水平研究成果的能力。\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 等权威期刊发表过第一作者论文；\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\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": "199910120005",
        "post_date": "2026-10-20",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://campus-talent.alibaba.com/campus/position/199910120005?deptCodes="
    },
    "fulltext": "人工智能驱动的生命科学和药物科学基础模型研究-阿里星\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：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。如果你深耕机器学习与深度学习领域，精通图神经网络（GNN）、扩散模型（Diffusion Models）、流模型（Flow Matching）或强化学习等前沿技术，对 AI 与基础科学的交叉融合抱有极致热情，并勇于挑战从理论突破到真实世界应用的工程难题，欢迎加入我们！\n【具体职责】\n1、算法突破与干湿闭环（Dry/Wet Lab Loop）：\n洞察并定义具备颠覆性潜力的 AI4S 科学问题，对标 AlphaFold 等国际顶尖水平，设计与生物物理/化学先验知识深度融合的基础模型架构。主导从干实验（Dry Lab）的显著性能突破，到协同外部/内部湿实验（Wet Lab）真实验证的完整闭环；产出高水平研究成果，冲击 CNS（Cell/Nature/Science）及其子刊等顶级学术期刊。\n2、工程落地与商业转化：\n推动前沿算法向系统化、平台化的 AI 药物研发（AIDD）解决方案转化。深入理解行业痛点，主导大规模分布式训练与推理的算力效能优化（降本增效）；打造具备极高商业壁垒与经济价值的 AI for Biology and Pharmacy 落地产品，真正赋能创新药研发管线。\n\n职位要求\n1、深厚的 AI 算法底座与数理基础：\n在深度学习、图神经网络（GNN）、扩散模型/流匹配（Flow Matching）、强化学习等前沿方向有深入研究；具备数理基础（概率论、凸优化、统计物理等），对大模型底层架构、训练范式及生成机制有透彻理解。\n2、AI4S / AIDD 交叉研究全链路经验：\n具备 AI for Science (AI4S) 或 AI 药物研发（AIDD）背景；主导过从多模态生物数据构建、算法设计、干实验（Dry Lab）验证到湿实验（Wet Lab）反馈的端到端（End-to-End）研究闭环，能将领域先验知识（如分子动力学、蛋白质物化性质）有效融入模型设计。\n3、工程实现与大规模算力优化能力：\n精通 PyTorch / JAX 等主流框架，具备大规模分布式训练（如 Megatron, DeepSpeed）与推理加速经验；能独立开发复杂网络结构，具备算子级优化意识，能高效处理 PB 级多模态生物数据并保障计算效能。\n4、敏锐的学术嗅觉与科研驱动力：\n持续追踪 AI4S、计算生物学及大模型领域的最新前沿进展；具备独立定义科学问题、设计实验方案并产出高水平研究成果的能力。\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 等权威期刊发表过第一作者论文；\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\n在招业务\n阿里巴巴控股集团"
}