博士后岗位

现招收三个研究方向的博士后。 提供具有竞争力的薪酬，聘期两年，经双方协商可续聘。

加入课题组

欢迎对人工智能药物发现与精准医学感兴趣的申请者，包括 1 名科研助理、硕士生、博士生、本科实习生及访问研究人员。

课题组提供定期一对一指导与职业规划，支持合作发表论文，并与哈佛大学、新加坡国立大学、罗氏及全球人工智能研究团队交流。研究依托浙江大学高性能计算集群、专用 GPU 服务器、云计算资源及大规模分子、临床与多组学数据。基于课题组在 Nature 系列期刊的研究积累，我们支持在高水平期刊发表成果，并参加 NeurIPS、ICML、ICLR、ISMB 等学术会议。

请提交个人简历、一页研究兴趣陈述及代表性成果。全年接受申请。

shenwx25@zju.edu.cn

申请说明

科研助理。 申请者应具有相关专业本科及以上学历，并具备扎实的 Python 与机器学习能力。有科研或行业经历者优先；欢迎计划继续深造或希望长期从事科研的申请者。

研究生。 博士生通过浙江大学药学或计算机科学相关项目招收。硕士方向涵盖药学、生物信息学与计算机科学，可开展课题合作与联合指导。重视编程能力及科研主动性。

实习与访问。 欢迎浙江大学及其他高校本科生开展学期或暑期实习，无须已有科研经历，补助按相关标准执行。欢迎合作机构研究人员来访 3–12 个月，可开展自带课题或参与课题组项目。

申请材料。 代表性成果可包括论文、GitHub 项目或作品集。博士后与科研助理申请请将材料合并为一个 PDF，包含教育与工作经历、论文列表，以及 1–3 篇代表性论文或研究成果全文。

邮件主题请使用 [申请岗位] – 姓名，例如“Postdoc 01 – Jane Smith”或“PhD Application – Li Wei”。符合条件者优先安排面试。

对人工智能与生命科学感兴趣的优秀高中生，也可咨询短期体验项目，并请附学校推荐信。

面向自动化药物发现的 AI 智能体

研究内容

我们正在构建连接分子设计、性质预测、合成规划与实验反馈的新一代自主 AI 智能体系统。入选者将开发多步推理智能体和人在回路框架，加速先导化合物发现。项目衔接 Leadmaster、MolMap 等现有平台，具有高水平成果发表与产业转化潜力。

项目依托覆盖靶标活性、细胞表型与分子代谢性质的大规模内部数据，并与湿实验团队紧密合作，开展实验验证、成药性评估与产业转化。

申请条件

  • 计算机科学、人工智能、化学信息学或相关专业博士
  • 具有大语言模型、工具调用智能体或 RLHF 的扎实研究经验
  • 熟悉分子表征（SMILES、分子图）
  • 在高水平 AI／机器学习期刊或会议发表过研究成果
  • 具有分子生成或虚拟筛选经验者优先，尤其欢迎兼具计算与化学或生物学背景的申请者

博士后基本要求

  • 欢迎已获得或即将获得相关博士学位的申请者。根据研究方向，可具有生物信息学、药物设计、医学信息学、化学信息学或计算化学等背景。
  • 能够独立思考、创造性地解决问题并主动推进研究。
  • 以第一或共同第一作者发表过高质量成果，具有良好学术诚信与团队合作精神。
  • 须全职开展博士后研究，招聘公告未设置年龄限制。

博士后薪酬与支持

  • 薪酬按浙江大学及国家博士后相关政策执行，根据申请者资历协商确定，具有行业竞争力。
  • 按规定缴纳社会保险与住房公积金，提供职工体检，并可申请学校博士后公寓。
  • 提供良好科研条件与国际合作机会，鼓励参加国内外高水平学术会议。
  • 支持申请中国博士后科学基金、国家自然科学基金及地方科研与博士后项目。
  • 表现优秀者可获推荐，在浙江大学或国内外高水平机构寻求发展机会。

人工智能辅助化学与反应发现

研究内容

该岗位将机器学习用于化学反应空间探索与性质预测。项目具备百万级专有反应数据，支持反应结果预测、条件优化与逆合成研究。入选者将开发适用于反应数据的图模型与 Transformer 模型，并有机会与湿实验团队共同设计实验。

研究还涵盖反应可行性评估，通过湿实验验证支持药物分子设计与优化。

申请条件

  • 化学、化学工程或机器学习相关博士
  • 具有反应预测或合成规划模型研究经验
  • 熟练使用深度学习框架，优先考虑 PyTorch
  • 具有有机化学背景者优先
  • 具有反应可行性预测经验，或在制药、化工、人工智能企业有经历者优先

博士后基本要求

  • 欢迎已获得或即将获得相关博士学位的申请者。根据研究方向，可具有生物信息学、药物设计、医学信息学、化学信息学或计算化学等背景。
  • 能够独立思考、创造性地解决问题并主动推进研究。
  • 以第一或共同第一作者发表过高质量成果，具有良好学术诚信与团队合作精神。
  • 须全职开展博士后研究，招聘公告未设置年龄限制。

博士后薪酬与支持

  • 薪酬按浙江大学及国家博士后相关政策执行，根据申请者资历协商确定，具有行业竞争力。
  • 按规定缴纳社会保险与住房公积金，提供职工体检，并可申请学校博士后公寓。
  • 提供良好科研条件与国际合作机会，鼓励参加国内外高水平学术会议。
  • 支持申请中国博士后科学基金、国家自然科学基金及地方科研与博士后项目。
  • 表现优秀者可获推荐，在浙江大学或国内外高水平机构寻求发展机会。

多组学人工智能与精准医学

研究内容

基于 COMPASS 免疫治疗预测框架，本项目开展精准肿瘤学中的靶点发现、预测模型开发与临床验证。入选者将使用大规模多中心患者队列，开发整合基因组、转录组与临床数据的多组学 AI 模型，依托直接临床科研合作推进转化。

资源包括具有单细胞与 bulk 多组学数据的内部和外部肿瘤免疫治疗队列。临床 AI 研究涵盖系统生物学、新型疗法、诊断与精准治疗，并通过与浙大附属医院、罗氏及哈佛医学院合作推进转化。

申请条件

  • 生物信息学、计算生物学或机器学习相关博士
  • 具有多组学分析经验（RNA-seq、WES、蛋白质组等）
  • 熟悉生存分析与临床数据
  • 有肿瘤基因组学或免疫治疗研究经历者优先
  • 欢迎生物学或医学背景及具有临床诊断经验的申请者；熟悉大语言模型与基础模型开发者优先

博士后基本要求

  • 欢迎已获得或即将获得相关博士学位的申请者。根据研究方向，可具有生物信息学、药物设计、医学信息学、化学信息学或计算化学等背景。
  • 能够独立思考、创造性地解决问题并主动推进研究。
  • 以第一或共同第一作者发表过高质量成果，具有良好学术诚信与团队合作精神。
  • 须全职开展博士后研究，招聘公告未设置年龄限制。

博士后薪酬与支持

  • 薪酬按浙江大学及国家博士后相关政策执行，根据申请者资历协商确定，具有行业竞争力。
  • 按规定缴纳社会保险与住房公积金，提供职工体检，并可申请学校博士后公寓。
  • 提供良好科研条件与国际合作机会，鼓励参加国内外高水平学术会议。
  • 支持申请中国博士后科学基金、国家自然科学基金及地方科研与博士后项目。
  • 表现优秀者可获推荐，在浙江大学或国内外高水平机构寻求发展机会。