{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "算法工程师-虚拟细胞建模",
        "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": "算法工程师-虚拟细胞建模\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\n1.虚拟细胞基础模型研发：开发与迭代单细胞及多模态虚拟细胞基础模型，实现细胞状态的表征、生成与跨上下文泛化预测。\n2.扰动响应预测：开发基因扰动（CRISPR敲除/敲低）与药物扰动响应预测模型，研发组合扰动外推方法，支撑虚拟筛选。\n3.多模态与时空建模：构建转录组、蛋白组、染色质可及性、空间组学等跨模态对齐与融合模型，推进基因-蛋白-通路-细胞跨尺度耦合建模。\n4.预测-验证闭环：与湿实验团队（单细胞建库、CRISPR筛选、类器官与功能验证）紧密协作，基于实验反馈迭代优化模型与数据策略。\n\n职位要求\n1.计算生物学、生物信息学、计算机科学、基因组学、系统生物学或相关专业博士学位。\n2.精通Python编程，熟练掌握PyTorch（或TensorFlow）等主流深度学习框架，具备独立完成模型设计、训练与评估的能力。\n3.熟悉Transformer、生成模型（扩散模型/flow matching）、图神经网络等主流模型架构的原理与实现，有大规模模型预训练经验。\n4.具备扎实的单细胞组学基础，理解单细胞数据处理、批次效应校正、细胞注释与轨迹分析等核心方法。\n5.熟悉虚拟细胞/单细胞基础模型领域主流方法与工具，如scGPT、scFoundation、STATE等，了解其原理与适用边界。\n6.熟悉单细胞与扰动相关数据库及图谱（CELLxGENE、GEO、Perturb-seq等）的使用与数据处理。\n7.有良好的学术产出记录：在顶级会议（NeurIPS、ICML、ICLR等），顶级期刊（CNS及其子刊）发表过多篇第一作者论文。\n8.良好的中英文文献阅读与学术写作能力，具备跨团队协作与沟通能力。\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": "199909680004",
        "post_date": "2026-09-14",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://campus-talent.alibaba.com/campus/position/199909680004?deptCodes="
    },
    "fulltext": "算法工程师-虚拟细胞建模\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\n1.虚拟细胞基础模型研发：开发与迭代单细胞及多模态虚拟细胞基础模型，实现细胞状态的表征、生成与跨上下文泛化预测。\n2.扰动响应预测：开发基因扰动（CRISPR敲除/敲低）与药物扰动响应预测模型，研发组合扰动外推方法，支撑虚拟筛选。\n3.多模态与时空建模：构建转录组、蛋白组、染色质可及性、空间组学等跨模态对齐与融合模型，推进基因-蛋白-通路-细胞跨尺度耦合建模。\n4.预测-验证闭环：与湿实验团队（单细胞建库、CRISPR筛选、类器官与功能验证）紧密协作，基于实验反馈迭代优化模型与数据策略。\n\n职位要求\n1.计算生物学、生物信息学、计算机科学、基因组学、系统生物学或相关专业博士学位。\n2.精通Python编程，熟练掌握PyTorch（或TensorFlow）等主流深度学习框架，具备独立完成模型设计、训练与评估的能力。\n3.熟悉Transformer、生成模型（扩散模型/flow matching）、图神经网络等主流模型架构的原理与实现，有大规模模型预训练经验。\n4.具备扎实的单细胞组学基础，理解单细胞数据处理、批次效应校正、细胞注释与轨迹分析等核心方法。\n5.熟悉虚拟细胞/单细胞基础模型领域主流方法与工具，如scGPT、scFoundation、STATE等，了解其原理与适用边界。\n6.熟悉单细胞与扰动相关数据库及图谱（CELLxGENE、GEO、Perturb-seq等）的使用与数据处理。\n7.有良好的学术产出记录：在顶级会议（NeurIPS、ICML、ICLR等），顶级期刊（CNS及其子刊）发表过多篇第一作者论文。\n8.良好的中英文文献阅读与学术写作能力，具备跨团队协作与沟通能力。\n\n在招业务\n阿里巴巴控股集团"
}