中国科学院分子细胞科学卓越创新中心，刘彩璇研究组聚焦人工智能驱动的蛋白质从头设计，重点攻关内在无序蛋白（IDP）、生物分子凝聚体与蛋白错误折叠/聚集等传统意义上"不可成药"的靶标，发展可用于神经退行性疾病与肿瘤干预的新型蛋白结合剂。课题组负责人博士后期间于美国华盛顿大学蛋白质设计研究所（IPD，David Baker 实验室）从事计算蛋白设计研究，以第一作者在Nature发表基于扩散模型的无序蛋白结合剂设计工作，并在Nature Communications、Science Advances、Communications Biology等期刊发表多篇第一作者（共同）论文。研究组兼具深度学习模型开发与结构生物学、细胞生物学实验验证能力，配备独立GPU 计算资源，研究方向前沿、国际合作紧密，为成员提供充分的成长空间。现因科研工作需要，公开招聘科研助理。
研究组简介：https://cemcs.cas.cn/sourcedb/zw/pi/202608/t20260824_8263979.html
一、岗位职责：
1.参与蛋白质设计相关深度学习模型（结构预测、序列设计、生成式设计等）的训练、微调与评测；
2.负责训练数据集的收集、清洗、标准化与特征构建，维护数据版本与实验记录；
3.搭建并维护模型训练与推理流水线，管理GPU 集群作业调度、环境配置与依赖，保障计算任务稳定运行；
4.对设计结果开展计算层面的筛选与打分（结构预测、界面能量、指标统计等），整理分析结果并可视化；
5.编写与维护课题组内部代码库和文档，配合课题组成员的计算需求；
6.协助整理实验数据、图表与论文/项目申报材料，参与组会讨论。
二、岗位要求：
1.硕士及以上学历，计算机科学、人工智能、生物信息学、计算生物学、物理、化学、生物学等相关专业；
2.熟练掌握Python，具备良好的编程与代码组织能力；熟悉Linux 环境及Shell 常用操作；
3.熟悉PyTorch（或同类深度学习框架），有模型训练、调参与评测的实际经验；
4.有以下任一经历者优先：深度学习模型的分布式训练/大规模训练经验；使用或开发AlphaFold、RFdiffusion、ProteinMPNN、ESM 等蛋白结构预测与设计工具；HPC/Slurm 集群使用经验；分子动力学模拟或结构生物学背景；
5.具备良好的英文文献阅读能力，能独立查阅并复现前沿方法；
6.身心健康、工作细致、责任心强，具备良好的沟通与团队协作能力，对AI 驱动的蛋白质设计有浓厚兴趣，能保证工作的连续性和稳定性。
三、应聘材料：
请将以下材料合并为一个PDF 文件发送至caixuan.liu@sibcb.ac.cn邮箱，邮件主题及文件命名格式为"应聘科研助理－姓名－毕业院校"：
1.个人简历（含教育与工作经历、掌握的编程语言与工具、代表性项目或论文成果）；
2.个人陈述（1 页以内，简述研究经历、技术专长及应聘动机）；
3.相关成果材料（如论文、专利、开源代码仓库链接、GitHub 主页等，如有）。
