一、學校簡介
中國藥科大學坐落于古都南京，始建于1936年，是我國歷史上第一所由國家創(chuàng)辦的藥學高等學府。學校為教育部直屬、國家“211工程”和“985工程優(yōu)勢學科創(chuàng)新平臺”建設(shè)高校，2017年成為國家“雙一流”建設(shè)高校，是一所以藥學為特色的多科性、研究型大學，其中以藥學、中藥學學科為龍頭的藥學學科群建設(shè)始終保持國內(nèi)領(lǐng)先水平。
學校致力于建設(shè)以“大藥學+X”為牽引、“新藥科”為特征、面向世界一流的現(xiàn)代藥學學科體系�，F(xiàn)有4個一級學科博士學位授權(quán)點（藥學、中藥學、生物學、生物醫(yī)學工程），2個博士專業(yè)學位授權(quán)點（生物與醫(yī)藥、藥學），8個一級學科碩士學位授權(quán)點，6個碩士專業(yè)學位授權(quán)點，2個博士后流動站（藥學、中藥學）。
學校面向國家重大戰(zhàn)略需求，建有“多靶標天然藥物”全國重點實驗室和省部級重點實驗室、工程技術(shù)中心以及創(chuàng)新平臺，實現(xiàn)了化學藥、中藥、生物藥三大領(lǐng)域科研平臺的全覆蓋，為各類新藥的研發(fā)提供全方位服務(wù)。南京天印山醫(yī)院等6所醫(yī)院正式掛牌為我校附屬醫(yī)院，實現(xiàn)醫(yī)藥深度融合，打破了藥物早期研發(fā)和臨床研究間的轉(zhuǎn)化壁壘。學校與地方政府、知名醫(yī)藥企業(yè)建有多種形式的合作平臺，新藥研發(fā)轉(zhuǎn)化優(yōu)勢明顯。
二、人工智能藥學交叉學科建設(shè)與發(fā)展愿景
人工智能與藥學交叉融合是推動生物醫(yī)藥產(chǎn)業(yè)變革性發(fā)展的重要引擎。傳統(tǒng)藥學領(lǐng)域長期受限于研發(fā)周期冗長、試錯成本高昂與臨床轉(zhuǎn)化效率不足等系統(tǒng)性挑戰(zhàn)，而人工智能技術(shù)則需要克服生物醫(yī)學數(shù)據(jù)離散化、知識體系復雜性等深層壁壘。而人工智能與藥學的交叉融合將突破三大維度限制：在認知層面打通微觀分子機制與宏觀表型關(guān)聯(lián)的知識斷層，利用AI挖掘超萬億級生物醫(yī)學實體間的潛在關(guān)聯(lián)；在實踐層面重構(gòu)藥物研發(fā)范式，通過生成式AI實現(xiàn)跨尺度分子設(shè)計、微納機器人控制、智能化制劑工程與虛擬臨床試驗的有機聯(lián)動；在價值層面建立動態(tài)演進的研發(fā)閉環(huán)，使實時更新的安全評價數(shù)據(jù)與真實世界臨床反饋驅(qū)動知識體系迭代升級。
人工智能與藥學交叉融合是重塑傳統(tǒng)新藥研發(fā)路徑和范式的重要驅(qū)動力。首先，人工智能與藥學的交叉融合有助于形成智慧化靶點發(fā)現(xiàn)系統(tǒng)，通過跨物種基因調(diào)控網(wǎng)絡(luò)與疾病表型圖譜的智能匹配，開辟精準藥物設(shè)計新路徑。其次，人工智能與藥學交叉融合有利于構(gòu)建自適應藥物研發(fā)平臺，實現(xiàn)分子合成路徑預測、晶型穩(wěn)定性分析與制劑工藝優(yōu)化的全流程智能化。再者，人工智能與藥學的交叉融合有益于打造人機協(xié)同的診療決策中樞，整合基因組特征、病理影像與用藥歷史等多模態(tài)數(shù)據(jù)，動態(tài)生成個體化治療方案。
人工智能與藥學交叉融合是中國藥科大學“立足當下、面向未來”提出的重大戰(zhàn)略布局。中國藥科大學規(guī)劃搭建生物醫(yī)藥全息數(shù)據(jù)庫，通過整合生命科學多維組學數(shù)據(jù)、臨床診療動態(tài)信息及產(chǎn)業(yè)轉(zhuǎn)化全周期記錄，形成覆蓋生命科學-靶點識別-分子設(shè)計-制劑優(yōu)化-安全評價-臨床決策的全鏈條知識底座，通過人工智能賦能，突破復雜生物網(wǎng)絡(luò)解析、藥物智能生成、多尺度藥效預測等前沿領(lǐng)域，逐步構(gòu)建具有自主進化能力的藥學知識體系。
展望未來，人工智能與藥學的深度融合將重塑生物醫(yī)藥創(chuàng)新生態(tài)。全息數(shù)據(jù)庫持續(xù)匯聚的全球生物醫(yī)學智慧，將推動藥物研發(fā)從單點突破向系統(tǒng)化創(chuàng)新躍遷，催生具有自主知識產(chǎn)權(quán)的原創(chuàng)靶點發(fā)現(xiàn)框架與智能制藥算法體系。這種交叉學科范式不僅將加速孕育突破性治療手段，更將推動醫(yī)學研究從經(jīng)驗驅(qū)動向數(shù)據(jù)驅(qū)動轉(zhuǎn)型，最終形成生物醫(yī)藥創(chuàng)新能力的代際跨越，為人類健康事業(yè)提供可持續(xù)的智慧化解決方案。
更重要的是，人工智能與藥學的交叉融合還將推動醫(yī)藥創(chuàng)新范式向“精準化”與“本土化”躍遷。通過AI技術(shù)解碼中華民族生命密碼與疾病演化規(guī)律，醫(yī)藥研發(fā)將逐步擺脫對西方人群生物標志物的路徑依賴，形成“從中國人群中來，到中國患者中去”的閉環(huán)創(chuàng)新生態(tài)，為精準“研發(fā)生產(chǎn)更多適合中國人生命基因傳承和身體素質(zhì)特點的‘中國藥’”奠定科學基礎(chǔ)！
三、人工智能藥學人才需求
（一）硬件開發(fā)類
1.高性能計算工程師
工作職責：設(shè)計與優(yōu)化面向生物醫(yī)藥領(lǐng)域的專用高性能計算（HPC）集群，支撐分子動力學模擬、基因組學數(shù)據(jù)分析及虛擬藥物篩選；開發(fā)異構(gòu)計算資源調(diào)度系統(tǒng)，集成GPU/FPGA加速技術(shù)；構(gòu)建高通量生物醫(yī)學數(shù)據(jù)處理硬件架構(gòu)，支持多模態(tài)組學數(shù)據(jù)實時解析與大規(guī)模生物網(wǎng)絡(luò)建模。
基本要求：計算機體系結(jié)構(gòu)、計算化學、生物信息學等相關(guān)專業(yè)；熟悉生物醫(yī)藥計算場景的硬件需求，具備跨學科系統(tǒng)優(yōu)化設(shè)計能力；精通CUDA/OpenCL并行編程，掌握Slurm/Kubernetes等資源調(diào)度工具，熟悉分子模擬軟件（如GROMACS/NAMD）與藥物設(shè)計平臺（如Schrödinger）。
2.智能裝備與傳感技術(shù)開發(fā)研究員
工作職責：研發(fā)智能微納機器人、生物傳感設(shè)備等，集成微流控芯片、光學/電化學傳感器模塊；開發(fā)AI驅(qū)動的自動化實驗裝備（如智能藥物合成工作站、制劑穩(wěn)定性測試平臺），支持實驗流程標準化與數(shù)據(jù)閉環(huán)反饋；設(shè)計跨尺度器官芯片和智能傳感網(wǎng)絡(luò)，打通從分子水平到器官水平的實時藥效評價硬件體系。
基本要求：生物醫(yī)學工程、集成電路、自動化控制、制藥工程等相關(guān)專業(yè)；深刻理解生物醫(yī)藥實驗場景的技術(shù)痛點，具備硬件-算法協(xié)同設(shè)計思維；掌握MEMS傳感器開發(fā)、嵌入式系統(tǒng)設(shè)計（ARM/RTOS）、LabVIEW編程，熟悉ROS機器人操作系統(tǒng)與工業(yè)物聯(lián)網(wǎng)（IIoT）協(xié)議。
（二）軟件開發(fā)類
3、AI制藥算法研究員
工作職責：開發(fā)靶點預測、分子生成與藥效評估的深度學習模型，優(yōu)化生成式AI的藥物設(shè)計能力；構(gòu)建多模態(tài)數(shù)據(jù)融合算法，打通基因-蛋白-代謝等多層次生物網(wǎng)絡(luò)關(guān)聯(lián)。
基本要求：計算機科學、計算化學、生物信息學、藥學、生物學、臨床醫(yī)學等相關(guān)專業(yè)；深刻理解藥物研發(fā)關(guān)鍵環(huán)節(jié)，熟悉生物醫(yī)學數(shù)據(jù)特征；熟練使用PyTorch/TensorFlow框架，掌握圖神經(jīng)網(wǎng)絡(luò)、強化學習等技術(shù)。
4、生物醫(yī)藥數(shù)據(jù)架構(gòu)研究員
工作職責：設(shè)計生物醫(yī)藥全息數(shù)據(jù)庫架構(gòu)，實現(xiàn)“生命科學-臨床-產(chǎn)業(yè)”數(shù)據(jù)的標準化整合；開發(fā)知識圖譜構(gòu)建與動態(tài)更新系統(tǒng)，支持跨學科知識的自動化推理與挖掘；開發(fā)藥物分子動態(tài)模擬云平臺。
基本要求：計算生物學、數(shù)據(jù)庫技術(shù)、知識工程等相關(guān)專業(yè)；熟悉生物醫(yī)學數(shù)據(jù)倫理與隱私保護規(guī)范，具備復雜系統(tǒng)架構(gòu)設(shè)計能力；精通Neo4j/GraphDB等圖數(shù)據(jù)庫技術(shù)，熟悉Ontology建模方法以及AWS、GCP等藥物云服務(wù)架構(gòu)，掌握分布式計算框架（如Spark/Hadoop）以及Schrödinger、Amber等二次開發(fā)。
（三）綜合應用類
5、智慧藥物研發(fā)研究員
工作職責：整合AI算法與實驗驗證流程，構(gòu)建“計算-實驗-臨床”三位一體的研發(fā)平臺；開發(fā)個性化用藥決策支持系統(tǒng)，實現(xiàn)基因組數(shù)據(jù)與臨床表型的智能關(guān)聯(lián)分析。
基本要求：藥學與計算機科學交叉學科、系統(tǒng)科學與工程等相關(guān)專業(yè)；具備全鏈條藥物研發(fā)視角，熟悉AI技術(shù)落地轉(zhuǎn)化的關(guān)鍵瓶頸；：掌握藥物研發(fā)管理軟件（如KNIME/Spotfire），熟悉自動化實驗平臺（LIMS系統(tǒng)），具備跨平臺系統(tǒng)集成經(jīng)驗。
6、臨床轉(zhuǎn)化研究員
工作職責：基于真實世界數(shù)據(jù)（RWD）構(gòu)建臨床療效預測模型；設(shè)計AI輔助的臨床試驗方案，優(yōu)化受試者招募與療效評估流程。
基本要求：臨床醫(yī)學與數(shù)據(jù)科學交叉學科、轉(zhuǎn)化醫(yī)學等相關(guān)專業(yè)；熟悉中國人群疾病譜系與藥物應答特征，具備醫(yī)學研究倫理審查能力；技術(shù)技能：掌握臨床數(shù)據(jù)標準化處理（CDISC標準），熟練使用SAS/R語言，熟悉AI可解釋性分析工具（如SHAP/LIME）。
四、招聘崗位
1.興藥杰出科學家
引進條件：在海外知名高校、科研機構(gòu)或企業(yè)取得副教授（或同等職稱）及以上職稱，能承擔國家重大科研項目或取得重要科技轉(zhuǎn)化成果；發(fā)表系列高影響力論文，能夠引領(lǐng)學科發(fā)展方向，具有業(yè)內(nèi)公認的學術(shù)地位和學術(shù)聲譽；年齡一般在50歲以下，特別優(yōu)秀者以團隊方式引進，年齡可適當放寬。
2.興藥領(lǐng)軍學者
引進條件：一般應在海外知名高校、科研院所取得助理教授崗位或特別優(yōu)秀的博士后研究人員；年齡一般不超過40周歲；具備承擔國家級重大科研項目的潛力，在藥學及相關(guān)學科的重大基礎(chǔ)研究和關(guān)鍵核心技術(shù)研究方面取得有影響力的標志性成果。
3.興藥青創(chuàng)學者
引進條件：年齡男不超過35周歲，女不超過38周歲；一般應在國內(nèi)外知名高校取得博士學位；具備承擔國家級科研項目的能力，在藥學及相關(guān)學科的基礎(chǔ)研究和核心技術(shù)研究方面取得有影響力的標志性成果。
4.講師
引進條件：年齡不超過35周歲，國內(nèi)外高水平大學博士畢業(yè)生或博士后，在相關(guān)學術(shù)領(lǐng)域取得一定科研成果，展現(xiàn)出良好的學術(shù)研究能力和潛力。
5.博士后
引進條件：年齡在35周歲以下，博士畢業(yè)3年以內(nèi)，近五年以第一作者在高水平期刊發(fā)表1篇研究性論文。
五、聯(lián)系郵箱
可將個人簡歷發(fā)送到xlm@cpu.edu.cn、qianhai24@cpu.edu.cn。