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工程優勢學科創新平臺”建設高校，2017年成為國家“雙一流”建設高校，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始終保持國內領先水平。

學校致力于建設以“大藥學+X”為牽引、“新藥科”為特征、面向世界一流的現代藥學學科體系。現有4個一級學科博士學位授權點（藥學、中藥學、生物學、生物醫學工程），2個博士專業學位授權點（生物與醫藥、藥學），8個一級學科碩士學位授權點，6個碩士專業學位授權點，2個博士后流動站（藥學、中藥學）。

學校面向國家重大戰略需求，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、工程技術中心以及創新平臺，實現了化學藥、中藥、生物藥三大領域科研平臺的全覆蓋，為各類新藥的研發提供全方位服務。南京天印山醫院等6所醫院正式掛牌為我校附屬醫院，實現醫藥深度融合，打破了藥物早期研發和臨床研究間的轉化壁壘。學校與地方政府、知名醫藥企業建有多種形式的合作平臺，新藥研發轉化優勢明顯。

二、人工智能藥學交叉學科建設與發展愿景

人工智能與藥學交叉融合是推動生物醫藥產業變革性發展的重要引擎。傳統藥學領域長期受限于研發周期冗長、試錯成本高昂與臨床轉化效率不足等系統性挑戰，而人工智能技術則需要克服生物醫學數據離散化、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聯的知識斷層，利用AI挖掘超萬億級生物醫學實體間的潛在關聯；在實踐層面重構藥物研發范式，通過生成式AI實現跨尺度分子設計、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動；在價值層面建立動態演進的研發閉環，使實時更新的安全評價數據與真實世界臨床反饋驅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新藥研發路徑和范式的重要驅動力。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現系統，通過跨物種基因調控網絡與疾病表型圖譜的智能匹配，開辟精準藥物設計新路徑。其次，人工智能與藥學交叉融合有利于構建自適應藥物研發平臺，實現分子合成路徑預測、晶型穩定性分析與制劑工藝優化的全流程智能化。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數據，動態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”提出的重大戰略布局。中國藥科大學規劃搭建生物醫藥全息數據庫，通過整合生命科學多維組學數據、臨床診療動態信息及產業轉化全周期記錄，形成覆蓋生命科學-靶點識別-分子設計-制劑優化-安全評價-臨床決策的全鏈條知識底座，通過人工智能賦能，突破復雜生物網絡解析、藥物智能生成、多尺度藥效預測等前沿領域，逐步構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藥創新生態。全息數據庫持續匯聚的全球生物醫學智慧，將推動藥物研發從單點突破向系統化創新躍遷，催生具有自主知識產權的原創靶點發現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，更將推動醫學研究從經驗驅動向數據驅動轉型，最終形成生物醫藥創新能力的代際跨越，為人類健康事業提供可持續的智慧化解決方案。

更重要的是，人工智能與藥學的交叉融合還將推動醫藥創新范式向“精準化”與“本土化”躍遷。通過AI技術解碼中華民族生命密碼與疾病演化規律，醫藥研發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”的閉環創新生態，為精準“研發生產更多適合中國人生命基因傳承和身體素質特點的‘中國藥’”奠定科學基礎！

三、人工智能藥學人才需求

（一）硬件開發類

1.高性能計算工程師

工作職責：設計與優化面向生物醫藥領域的專用高性能計算（HPC）集群，支撐分子動力學模擬、基因組學數據分析及虛擬藥物篩選；開發異構計算資源調度系統，集成GPU/FPGA加速技術；構建高通量生物醫學數據處理硬件架構，支持多模態組學數據實時解析與大規模生物網絡建模。

基本要求：計算機體系結構、計算化學、生物信息學等相關專業；熟悉生物醫藥計算場景的硬件需求，具備跨學科系統優化設計能力；精通CUDA/OpenCL并行編程，掌握Slurm/Kubernetes等資源調度工具，熟悉分子模擬軟件（如GROMACS/NAMD）與藥物設計平臺（如Schr?dinger）。

2.智能裝備與傳感技術開發研究員

工作職責：研發智能微納機器人、生物傳感設備等，集成微流控芯片、光學/電化學傳感器模塊；開發AI驅動的自動化實驗裝備（如智能藥物合成工作站、制劑穩定性測試平臺），支持實驗流程標準化與數據閉環反饋；設計跨尺度器官芯片和智能傳感網絡，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：生物醫學工程、集成電路、自動化控制、制藥工程等相關專業；深刻理解生物醫藥實驗場景的技術痛點，具備硬件-算法協同設計思維；掌握MEMS傳感器開發、嵌入式系統設計（ARM/RTOS）、LabVIEW編程，熟悉ROS機器人操作系統與工業物聯網（IIoT）協議。

（二）軟件開發類

3、AI制藥算法研究員

工作職責：開發靶點預測、分子生成與藥效評估的深度學習模型，優化生成式AI的藥物設計能力；構建多模態數據融合算法，打通基因-蛋白-代謝等多層次生物網絡關聯。

基本要求：計算機科學、計算化學、生物信息學、藥學、生物學、臨床醫學等相關專業；深刻理解藥物研發關鍵環節，熟悉生物醫學數據特征；熟練使用PyTorch/TensorFlow框架，掌握圖神經網絡、強化學習等技術。

4、生物醫藥數據架構研究員

工作職責：設計生物醫藥全息數據庫架構，實現“生命科學-臨床-產業”數據的標準化整合；開發知識圖譜構建與動態更新系統，支持跨學科知識的自動化推理與挖掘；開發藥物分子動態模擬云平臺。

基本要求：計算生物學、數據庫技術、知識工程等相關專業；熟悉生物醫學數據倫理與隱私保護規范，具備復雜系統架構設計能力；精通Neo4j/GraphDB等圖數據庫技術，熟悉Ontology建模方法以及AWS、GCP等藥物云服務架構，掌握分布式計算框架（如Spark/Hadoop）以及Schr?dinger、Amber等二次開發。

（三）綜合應用類

5、智慧藥物研發研究員

工作職責：整合AI算法與實驗驗證流程，構建“計算-實驗-臨床”三位一體的研發平臺；開發個性化用藥決策支持系統，實現基因組數據與臨床表型的智能關聯分析。

基本要求：藥學與計算機科學交叉學科、系統科學與工程等相關專業；具備全鏈條藥物研發視角，熟悉AI技術落地轉化的關鍵瓶頸；：掌握藥物研發管理軟件（如KNIME/Spotfire），熟悉自動化實驗平臺（LIMS系統），具備跨平臺系統集成經驗。

6、臨床轉化研究員

工作職責：基于真實世界數據（RWD）構建臨床療效預測模型；設計AI輔助的臨床試驗方案，優化受試者招募與療效評估流程。

基本要求：臨床醫學與數據科學交叉學科、轉化醫學等相關專業；熟悉中國人群疾病譜系與藥物應答特征，具備醫學研究倫理審查能力；?技術技能?：掌握臨床數據標準化處理（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、科研機構或企業取得副教授（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化成果；發表系列高影響力論文，能夠引領學科發展方向，具有業內公認的學術地位和學術聲譽；年齡一般在50歲以下，特別優秀者以團隊方式引進，年齡可適當放寬。

2.興藥領軍學者

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，在藥學及相關學科的重大基礎研究和關鍵核心技術研究方面取得有影響力的標志性成果。

3.興藥青創學者

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，在藥學及相關學科的基礎研究和核心技術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，國內外高水平大學博士畢業生或博士后，在相關學術領域取得一定科研成果，展現出良好的學術研究能力和潛力。

5.博士后

引進條件：年齡在35周歲以下，博士畢業3年以內，近五年以第一作者在高水平期刊發表1篇研究性論文。

五、聯系郵箱

可將個人簡歷發送到xlm@cpu.edu.cn、qianhai24@cpu.edu.cn。

信息來源于網絡，如有變更請以原發布者為準。