夜雨聆风学习资料网

ARTICLE · 1119242

AI4Science岗位招聘:思朗科技 / UniPat

AI4Science岗位招聘:思朗科技 / UniPat
我们从近期公开招聘信息中筛选了3个“AI4Science”方向的实习与工作机会。先看封面总览表快速定位心意岗位,下滑查看详细信息与投递方式。

岗位1:AI4S研究员

公司/机构:思朗科技

工作地点:上海 

招聘类型:全职

招聘对象:本硕博

💡工作内容:

  • 前沿探索:针对分子复合物体系建模、蛋白质-配体相互作用、构象动力学预测及全新分子生成等核心难题,设计并研发下一代深度学习模型。

  • 论文发表:主导核心算法的理论推演与实验设计,撰写并发表高水平学术论文(Nature/Science/Cell系列期刊,或ICML/NeurlPS/ICLR等顶会)

  • 科研引领:紧跟全球AGI与Al4S领域的最新前沿,提出前瞻性的研究课题,指导团队内的初级研究员与实习生。

🎯申请条件:

学术背景:计算机科学、人工智能、计算化学、计算生物学、应用数学或其他计算相关交叉学科的博士学位。

顶刊顶会战绩:以第一作者在深度学习或Al4S相关领域的顶级期刊或会议上有发表过论文,发表过子刊者优先考

算法直觉:对几何深度学习、三维扩散模型、多模态大语言模型、强化学习等有极深的理论功底。

跨界能力:具备良好的交叉学科沟通能力,对用AI解决物理/化学/生物学底层问题抱有极大的热情。

📮投递方式:

https://smartlogictech.jobs.feishu.cn/xiaozhao/position/7672209540775430427/detail

岗位2:2027校招-高性能算子开发工程师

公司/机构:思朗科技

工作地点:上海 、北京

实习时间:长期

招聘对象:本硕博

💡工作内容:

1.基于自研内核架构,进行高性能算子及算子库的开发;

2.配合业务部门需求,进行AI4S相关模块开发和部署;

3.解决客户问题,构建生态;

🎯申请条件:

1.熟悉Pytorch、MLIR、分布式等,有算子开发和调试经验;

2.熟悉CUDA或国内类似自研架构算子开发和调优方法;

3.有钻研精神,对于性能极致优化有热情。

📮投递方式:

https://smartlogictech.jobs.feishu.cn/xiaozhao/position/7659604254060218674/detail

岗位3:AI for Science 实习研究员

公司/机构:UniPat

工作地点:北京

招聘类型:实习

招聘对象:本硕博

💡工作内容:

1.基因组学科研任务拆解

将真实基因组学研究问题拆解为结构化科研任务,梳理从生物学问题提出数据获取序列/组学分析结果解

释科研结论的完整工作流:将复杂的生物学研究问题转化为AIAgent可理解、可执行和可验证的任务;建立基因组学科研任务的标准流程、评价指标与质量规范

2.BioAl/科研Agent能力评测

参与生物大模型、科研Agent在基因组序列理解、基因功能预测、变异分析、基因调控、组学数据分析及生物学推理等方向的能力评测;对AI生成的分析方案、代码、计算结果及科研结论进行专业校验,识别其中的生物学逻辑错误;分析模型在生物学机制、实验设计、数据分析及结果解释方面的能力边界,并形成结构化评测结论

3.基因组学科研数据与Benchmark建设

从顶级论文、公开数据库、真实科研任务及实验研究中萃取高质量生物学知识构建具有明确答案锚点、可复现计算过程和科学评价标准的基因组学Benchmark/Evaluation Dataset;参与设计不同难度层级的基因组学科研任务,覆盖知识问答、数据分析、代码执行、科研推理及开放式研究任务

4.生物信息学计算与结果验证

基于真实基因组数据开展分析与验证,评估AIAgent对生物信息学工具和计算流程的调用能力;对模型生成的代码、分析pipeline和计算结果进行Debug与专业判断;分析模型在数据处理、统计分析、序列分析及生物学解释过程中的错误,并提出修正方案

5.AI +Biology 交叉研究

探索大模型、AIAgent在基因组学、计算生物学及生命科学研究中的新型应用范式与AI Researcher、算法工程师及生命科学研究者协作,共同推进 Bio AI Benchmark、科研知识库及 AI Scientist相关项目;参与前沿科研项目及开源科学基准建设,沉淀可复用的生命科学科研任务与知识体系。

🎯申请条件:

1.学历与专业:基因组学、生物信息学、计算生物学、遗传学、分子生物学、系统生物学等相关方向[在读博士]

-具有以下研究方向之一者优先:基因组学/功能基因组学、生物信息学/计算生物学、遗传学/人类遗传学、单细胞组学/空间组学、转录组学/表观基因组学、基因调控/非编码 RNA、基因变异与疾病机制、蛋白质组学/多组学、基因编辑/CRISPR、生物序列建模/Genome Language Model、Al for Biology / Computational Biology。

2.科研能力

-具备扎实的生命科学专业基础,能够独立理解和判断复杂生物学问题

-熟悉至少一种主流生物信息学分析方法、数据库或计算工具

熟悉基因组学或生物信息学相关科研流程,能够独立完成数据分析、结果解释与科研判断

-具有较强的论文阅读能力,能够快速理解论文中的生物学问题、实验设计、数据分析方法及研究结论

-有高水平论文、科研项目、生物信息学项目或开源项目经历优先

3. AI Native

对大模型、AIAgent、AIfor Biology等方向有强烈兴趣,并愿意主动探索AI在生命科学研究中的应用

📮投递方式:

https://www.zhipin.com/web/geek/jobs?city=100010000&query=AI4S

想申请海外科研和硕博项目,却不知道如何规划?
方向选择:
在大模型,AI Infra,具身智能,量化,这些赛道里,结合你的背景,判断哪个值得你押下去。
导师筛选:
选定方向后,哪个老师正在上升期、放实习、愿意带本科生——这是信息差最大、最难自己查清的一环。
叙事升级:
科研已经有了?我们帮你把你的方向选择和经历,整理成一篇招生委记得住的文书。

相关学习资料