阿里巴巴
校招算法工程师-药物基础模型
杭州 · 校招 · 2027 届 · 本科
长期有效
任职要求
- 1.本科及以上学历，计算机、人工智能、生物信息、计算化学、药学等相关专业背景；
- 2.对药物发现流程（靶点验证、先导化合物发现、先导化合物优化、成药性评估等）有基本了解，熟悉至少一个方向的建模经验；
- 3.具备良好的编程能力（Python优先），熟练掌握主流 AI框架（PyTorch/JAX），熟悉常见的化学信息学工具包（如 RDKit、Open Babel等）；
- 4. 有较强的科研能力与原型搭建能力，能快速实现并验证模型创新想法。
- 【加分项】
- 1.曾在顶级 AI会议或生物/化学/医药相关顶尖期刊发表与分子生成、蛋白质设计、药物-靶点相互作用预测等相关的研究论文；
- 2.熟悉 Transformer、图神经网络、扩散模型、Flow Matching等主流模型架构，有生物/化学基础模型训练经验；
- 3.有分子动力学模拟（MD）、自由能微扰（FEP）、分子对接（Docking）等计算化学方法的实践经验；
- 4.有多模态生物模型训练和开发经验；
- 5.有数据集构建、评测体系搭建的实际经验。
岗位描述
- 1.负责药物设计相关基础模型的研发，包括但不限于分子生成与优化、蛋白质结构预测与设计、蛋白-分子相互作用预测等方向的深度学习模型构建；
- 2.跟踪 AI for Science及计算生物学领域的前沿技术，持续优化分子表征学习、序列-结构-功能联合预测、性质/ADMET预测、多目标优化等关键算法模块，提升模型精度与泛化能力；
- 3.参与构建覆盖小分子与大分子（蛋白/抗体/多肽）的通用药物设计引擎，支持从靶点发现到候选分子筛选的端到端流程；
- 4.与 Agent算法团队、药物化学团队紧密协作，将基础模型能力封装为可被 Agent调用的标准化工具，支撑自动化工作流的运行。
- 1.本科及以上学历，计算机、人工智能、生物信息、计算化学、药学等相关专业背景；
- 2.对药物发现流程（靶点验证、先导化合物发现、先导化合物优化、成药性评估等）有基本了解，熟悉至少一个方向的建模经验；
- 3.具备良好的编程能力（Python优先），熟练掌握主流 AI框架（PyTorch/JAX），熟悉常见的化学信息学工具包（如 RDKit、Open Babel等）；
- 4. 有较强的科研能力与原型搭建能力，能快速实现并验证模型创新想法。
【加分项】
- 1.曾在顶级 AI会议或生物/化学/医药相关顶尖期刊发表与分子生成、蛋白质设计、药物-靶点相互作用预测等相关的研究论文；
- 2.熟悉 Transformer、图神经网络、扩散模型、Flow Matching等主流模型架构，有生物/化学基础模型训练经验；
- 3.有分子动力学模拟（MD）、自由能微扰（FEP）、分子对接（Docking）等计算化学方法的实践经验；
- 4.有多模态生物模型训练和开发经验；
- 5.有数据集构建、评测体系搭建的实际经验。
你的简历匹配这个岗位吗？
上传简历，AI 会对照这份 JD 指出你的差距和需要补强的地方
该岗位可能会问的问题
基于 算法 岗位的常见面试问题整理
请解释 Transformer 模型的自注意力机制（Self-Attention）
查看答题思路
1. Self-Attention = 序列中每个 token 与所有 token 计算相关性权重 2. Q=Wq·x, K=Wk·x, V=Wv·x; Attention(Q,K,V)=softmax(QK^T/√d_k)V 3. 除以 √d_k 防止点积过大导致 softmax 梯度消失 4. 多头注意力：多组 QKV 并行，拼接后线性变换，捕获不同子空间特征 5. 对比 RNN：可并行计算，捕获长距离依赖
你做过的最有深度的算法/模型项目是什么
查看答题思路
1. 一句话说清任务：分类/生成/检索/推荐 2. 模型选型：为什么选这个而非那个 3. 数据：数据量、来源、清洗策略 4. 创新点：你做的改进是什么（不是调参） 5. 结果：核心指标提升（准确率/召回/延迟）
过拟合是什么？怎么判断和解决
查看答题思路
1. 过拟合=训练集表现好、验证集表现差，模型记住了噪声 2. 判断：train loss 持续下降而 val loss 上升 3. 解决：更多数据 / 正则化(L1/L2) / Dropout / 早停 / 数据增强 / 降低模型复杂度
解释梯度下降的原理，SGD 和 Adam 的区别
查看答题思路
1. 梯度下降：沿负梯度方向更新参数，使损失降低 2. SGD：每次用随机小批量估算梯度，引入随机性帮助跳出局部最优 3. Adam = Momentum + RMSProp：自适应学习率 + 动量加速 4. Adam 收敛快但可能泛化不如 SGD；CV 常用 SGD，NLP 多用 Adam
给你 10 万条未标注的文本数据，如何找出其中 10 个主题
查看答题思路
1. 预处理：分词、去停用词 2. 向量化：TF-IDF 或 Sentence Embedding 3. 聚类：K-Means（需指定 K=10）或 HDBSCAN（自动确定类数） 4. 或 LDA 主题模型直接输出主题-词分布 5. 评估：看每个簇的高频词判断主题合理性，迭代调整
更多面试题库功能即将上线
信息来源：企业官方招聘页。投递前请以官网信息为准。