1. 人工智能平臺開發(fā):
? 負(fù)責(zé)基于AI/機器學(xué)習(xí)/深度學(xué)習(xí)技術(shù)的非臨床安全性評價智能分析平臺的架構(gòu)設(shè)計、開發(fā)與優(yōu)化。
? 結(jié)合實驗數(shù)據(jù)、文獻和臨床前研究需求,構(gòu)建數(shù)據(jù)處理、模型訓(xùn)練和結(jié)果可視化的智能系統(tǒng)。
2. 數(shù)據(jù)處理與建模:
? 參與實驗數(shù)據(jù)的收集、清洗、存儲和管理,優(yōu)化數(shù)據(jù)處理流程,提高數(shù)據(jù)質(zhì)量。
? 與生物學(xué)、藥理學(xué)、毒理學(xué)專家協(xié)作,理解非臨床研究需求,
結(jié)合AI模型在藥物安全性評價中的應(yīng)用,建立中心知識圖譜
? 提供AI技術(shù)解決方案,支持實驗設(shè)計、數(shù)據(jù)分析和報告生成。
? 計算機科學(xué)、人工智能、生物信息學(xué)、生物醫(yī)學(xué)工程、數(shù)據(jù)科學(xué)等相關(guān)專業(yè)碩士及以上學(xué)歷。
? 熟悉Python、R、C++等編程語言,掌握機器學(xué)習(xí)/深度學(xué)習(xí)框架(如TensorFlow、PyTorch、Scikit-Learn等)。
? 具有數(shù)據(jù)預(yù)處理、特征工程、模型訓(xùn)練及優(yōu)化的實戰(zhàn)經(jīng)驗,熟悉主流AI算法(CNN、RNN、Transformer等)。
? 具備大規(guī)模數(shù)據(jù)處理能力,熟悉SQL、NoSQL數(shù)據(jù)庫,了解Hadoop、Spark等大數(shù)據(jù)技術(shù)者優(yōu)先。
? 了解計算機視覺、自然語言處理或生物信息學(xué)算法,并有相關(guān)項目經(jīng)驗者優(yōu)先。
? 有生命科學(xué)、生物醫(yī)藥、醫(yī)療AI、毒理學(xué)或藥物安全性評價領(lǐng)域經(jīng)驗者優(yōu)先。
? 具備實驗數(shù)據(jù)分析、生物醫(yī)學(xué)圖像分析、基因組學(xué)/多組學(xué)數(shù)據(jù)處理經(jīng)驗者優(yōu)先。
? 具有良好的團隊合作精神,較強的跨學(xué)科溝通能力。
? 具備良好的創(chuàng)新學(xué)習(xí)能力,能夠獨立思考并提出優(yōu)化方案。
? 具備良好的英文文獻閱讀和技術(shù)文檔撰寫能力。
杭州 - 西湖
杭州瑞利測控技術(shù)有限公司杭州 - 濱江
杭州 - 蕭山
杭州 - 上城
杭州 - 濱江
杭州 - 西湖