Datawhale分享
推荐人：小四，Datawhale成员
公司介绍
百图生科（BioMap）是AI大模型驱动的生命科学研发平台，由百度创始人李彦宏于2020年创立。
公司致力于结合前沿AI和生物技术，构建高通量干湿闭环的生物计算引擎，建模蛋白质/免疫细胞/免疫系统的复杂规律，通过生成全新的蛋白质与生命体对话的方式，实现特定的生物学功能，并解决生命科学行业的痛点问题，比如靶点发现、药物设计、酶的从头设计和优化等，从而改善人类健康、实现可持续发展。
岗位介绍
一、 资深算法工程师
岗位职责
负责设计几何深度学习算法并应用在蛋白质结构设计
跟进领域最新进展，能完成文章的复现和深度理解，并提出创新方案
任职要求
计算机，机器学习，统计相关领域硕士及以上学历
在国际顶级会议或期刊上发表过机器学习相关论文者优先
在GitHub等平台上深度参与或者建立有影响力的开源项目
熟悉等变图神经网络，大规模预训练模型，生成模型等算法
有良好的跨学科的沟通能力和团队合作精神
具有5年以上的工业界经验
薪资范围：面试定级
投递方式：[email protected]
二、资深CADD工程师
岗位职责
利用常规分子模拟工具和公司自研的计算化学、人工智能方法，为药物设计项目提供支持；
与药物化学和药理药代方面的实验专家协作，提供包括数据解读，SAR分析等方面的支持。
能支持多个新药研发项目，和公司内部和外部相关团队一起为项目制定和优化计算模拟策略。
跟踪计算机辅助药物设计领域的新进展和动态，并做出相应的评估。
能够在现有软件的做技术开发和提升。
任职要求
计算化学、生物物理学或相关领域博士；
3-5年及以上工作经验优先，在基于结构的大分子建模方面有丰富的经验；
在以下领域之一的商业部门的博士后研究和/或相关经验：抗体、酶或肽建模；蛋白质对接；蛋白质结构预测；分子动力学模拟；
优秀的英语技能将被视为加分项；
有以下领域经验者优先：-增强的采样动力学/自由能计算 -计算大分子药物设计 -Python编程
三、深度学习算法工程师（靶点发现方向）
岗位职责
设计深度学习算法整合基因组、转录组学和基因调控网络等相关的数据和特征，搭建并优化药物靶点发现相关算法流程和方法；
结合业务需要，开发深度学习和图神经网络相关大模型，解决药物靶点发现中的实际问题；
任职要求
机器学习、深度学习、计算机、自动化、生物信息学等相关专业，研究生及以上学历；
具备单细胞数据相关算法或者图神经网络模型等相关算法项目经验，可以独立设计深度学习算法融合多种类型数据，优化算法模型，有1年及其以上的相关工作经验；
精通Python编程语言和Pytorch等深度学习框架，具备良好的代码能力，有Transformer、Pytorch Geometric或者dgl经验优先；
有丰富的研究成果，在AI顶会、期刊发表相关论文或Kaggle/KDD/CVPR等比赛获奖者优先；
四、预训练大模型工程师
岗位职责
参与蛋白质或NLP大语言模型预训练的相关研发和优化，包括预训练大模型方案实现、改进、调优；
针对下游生物领域的任务，包括复合蛋白质、复合物折叠，蛋白稳定性等任务进行fine-tuning，跑出SOTA水平；
维护千亿语言模型持续训练和微调，应对超大规模语言模型出现的计算不稳定性问题，保障计算效率以及计算资源利用率；
对预训练大模型训练/评测数据进行分析、整理、优化；
任职要求
熟悉生成式和理解式的各类语言模型架构，深入理解Transformer等变体以及算子，并能够对其改进，同时优化模型健康度；
熟悉NLP 、CV、生物计算中的下游和评测任务，对任务和模型能力有一定的理解，能够运用大模型优化任务；
有在千卡集群上训练过百亿级以上的稠密Transformer模型者优先；
熟悉以下一项或多项技术框架或模型优先: GLM, Megatron, DeepSpeed, ESM2, PEFT, OpenFold;
在自然语言处理或机器学习顶会（ACL，EMNLP，NAACL，ICML，NeurIPS, ICLR) 或有丰富的刷榜经验者优先；
同时具备大模型任务调优经验和大模型HPC经验者优先；
五、蛋白质结构算法工程师
岗位职责
跟进领域最新进展，完成开源模型的调试，关键数据和图表复现
开发机器学习算法来完成蛋白结构预测与蛋白设计任务
优化现有结构预测算法，搭建蛋白质建模引擎
输出技术文档，进行跨部门交流，协助实现工程优化
任职要求
熟练的代码能力，能够独立完成算法开发，测试等任务
有使用或评估应用于蛋白质预测任务的机器/深度学习方法的经验,例如：AlphaFold、RoseTTAFold、RFDiffusion
对蛋白质结构/功能相关的蛋白质生物化学或生物物理学有较强的理解能力
精通查询和分析蛋白序列和蛋白结构数据大型数据集的方法和工具
熟悉至少一种编程语言：Python、C++；熟悉深度学习框架如pytorch、tensorflow
有CASP等蛋白质结构预测大赛参赛经验优先
有蛋白结构解析经验，冷冻电镜，晶体衍射，NMR等经验优先
有出色的文献阅读及问题解决能力，拥有较强的自驱力，出色团队协作能力
六、几何深度学习算法工程师
岗位职责
研发Geometric Deep Learning算法，对蛋白质结构和表位进行表征学习；
参与Protein Folding、Docking、De Novo Design项目研发；
任职要求
机器学习、自然语言处理、计算机视觉、数学等相关专业，本科及以上学历；
精通Geometric Deep Learning和经典图神经网络算法；
可以复现AI SOTA算法，并且具备研发新算法超越SOTA的相关项目经验；
精通Tensorflow、Pytorch等至少一种深度学习框架，优秀的编程能力；
有AI顶会或Kaggle/KDD/CVPR等比赛获奖者优先；
七、推理引擎研发工程师
岗位职责
负责建设模型推理引擎，支持多模型推理，支持超大模型分布式推理能力；
负责优化模型推理性能，结合模型压缩，图优化和算子优化技术，突破性能瓶颈。
任职要求
精通Linux C++编程开发，有Python开发经验，熟悉常用设计模型；
熟悉主流深度学习框架之一，例如TensorFlow/Pytorch等；
有Triton server/TF Serving 开发和使用经验优先；
有主流推理引擎开发和使用经验优先，如ONNXRuntime/TensorRT/OpenVINO；
有模型压缩(量化/剪枝/蒸馏)和编译优化经验优先。
八、分布式训练研发工程师
岗位职责
负责AlphaFold2/Transformer等超大模型分布式训练优化，算子优化，以及通信优化；
负责建设超大模型分布式推理能力，运用推理优化技术，突破推理性能瓶颈；
探索前沿AI工程优化技术，沉淀和创新核心技术能力；
任职要求
精通Linux系统c++/python语言开发，熟悉常用的设计模式；
熟悉主流深度学习框架至少一个，例如 TensorFlow/PyTorch/MxNet等；
有分布式训练优化(数据并行/张量并行/流水线并行)经验加分；
有高性能算子开发(图优化/cude/ triton开发)经验加分；
有AutoML/MLOps 平台或者AutoML框架设计开发经验加分；
具有良好的沟通能力，有良好的团队合作精神，乐于探索前沿技术；
Base:北京 苏州 上海 硅谷 都可
薪资范围：面试定级
投递方式：[email protected]
工作环境
求职交流群
由Datawhale成员建立。有意在上海工作的同学，可以加入交流群，一起抱团取暖：
若群满，请添加负责人微信wang15770721790
