PostEra（YC W20）招聘AI研究员，聚焦药物发现

PostEra 正在构建一家 AI 优先的生物技术公司。我们使用 Proton（我们用于药物化学的 AI 平台）来加速为患者发现新药。PostEra 正在推进一个专注于女性健康与生育的内部管线，并已利用 Proton 在 PMOS 和生育领域提名了多个临床候选药物。PostEra 也通过与制药公司的合作伙伴关系推进小分子项目。我们已达成超过 10 亿美元的 AI 合作伙伴关系，其中包括与辉瑞和安进签署的 4 项多年期协议。PostEra 还在领导一个服务于大流行病应对准备的抗病毒药物发现中心，该中心由 NIH 历史上最大规模资助之一提供资金。

PostEra 的组织架构

我们认为在组织中应对复杂层级结构所耗费的时间，更应该投入到对新颖技术和科学发现的追求中。因此，我们的组织架构有意保持精简。
我们倡导一种通过与贡献相称的薪酬和内部认可（包括有意义的晋升）来庆祝个人成就的文化。
归根结底，我们集体的重心是为患者带来治愈方案，我们认为这需要大量跨学科协作，因此我们调整了组织架构以服务于这一目标。

职位概述

在这个岗位上，你将在 PostEra 发展智能体（agentic）研究方向，利用智能体系统自动化开发用于生化及生理过程的机理模型，并分析生物学数据以进行靶点验证。你将与化学家和生物学家紧密合作，利用这些模型来推动药物发现决策。

你还将开发能够基于有限标注数据快速适应新药物发现问题的机器学习方法。特别关注的重点是分子和表格数据的上下文学习（in-context learning），以及利用 PostEra 专有的多模态数据构建基础模型。你将构建能够有效利用药物发现背景的模型，确定哪些先验示例和任务是相关的，量化迁移何时有益或有害，并在分布偏移下提供可靠的预测。

你将帮助推动完整的研究闭环：定义任务、构建数据集和评估场景、开发强大的基线、训练并扩展模型、执行严格的消融实验，并将成功的方法转化为 PostEra 科学家所使用的能力。并不要求有先前的药物发现经验，但你应当有动力去学习该领域，并与药物化学家、计算化学家及其他科学家紧密合作。

主要职责

面向化学与生物学的智能体研究：开发和基准测试智能体系统，以自动化开发用于模拟生物和生理过程的定量模型，以及分析生物学数据。
研究方向与执行：独立识别、制定并领导涉及上下文学习、智能体系统、少样本适应、表格基础模型和分子机器学习的研究项目。
分子的上下文学习：设计并训练模型，使其能够利用有限的标注上下文以及异构的历史数据，适应新的实验、终点、靶点或化合物系列。
基准测试：将新方法与强劲基线进行严格比较，策划能够消除不同偏差来源影响的测试用例。
跨职能协作：与科学家合作，将建模目标和评估指标与效力建模、ADME 预测、选择性、先导优化以及早期临床试验设计中的实际决策联系起来。
模型训练与扩展：开发高效的训练与数据流水线，并在适当的情况下，将模型扩展应用于大规模的分子及表格任务集合。
研究工程：编写可读、可复现的研究代码；维护记录良好的实验；并通过代码评审、文档编写以及共享建模基础设施作出贡献。
科学传播：在顶级的机器学习、药物化学或计算生物学期刊会议上发表成果。你将成为 PostEra 在科学界的大使。

核心要求

拥有机器学习博士学位，或涉及开发新型机器学习方法的 STEM 研究经历
拥有高质量研究的过往记录，例如论文发表与开源贡献
在现代机器学习、深度学习或统计建模方面具备扎实的研究或工程经验，并对机器学习算法背后的理论有深刻理解
在以下至少一个相关领域展现出过专长：面向科学的智能体工作流、用于生物信息学和临床数据建模的机器学习方法、上下文学习、表格学习、少样本学习
具有使用 PyTorch 或 JAX 等框架在 Python 中训练、调试和评估机器学习模型的实操经验
能够独立地将模糊的科学或技术问题转化为定义明确的机器学习项目，包括数据集、任务定义、基线、指标以及验证方案
能够设计严谨的实验、基准测试和消融研究，以区分真实改进与偏差，并理解模型的哪些方面带来了改进
能够在创业环境中从容工作——环境里优先级不断变化、数据并不完美，而高质量的判断力与原始模型的复杂度同样重要

加分项

如果候选人还具备以下一项或多项经验，则更有可能胜任该职位：

训练表格基础模型，尤其是在数据稀疏、异构、规模较小或缺失率较高的场景下
开发分子上下文学习系统，或将通用上下文模型适配到分子或科学数据
大模型训练，包括 10 亿参数以上的模型、分布式训练、分片、数据并行、模型并行以及大规模数据流水线
开发用于物理或生物学问题的AI"联合科学家"系统
具备使用机器学习方法对生物、生化或临床数据进行建模的实践经验
将研究模型转化为生产级科学软件或计算工作流

薪资：200k - 300k

股权：0.05 - 0.1%

签证担保：暂不提供

我们使用招聘软件来协助招聘流程，例如收集、整理和管理求职申请。申请由我们的招聘团队审阅，我们不会使用人工智能或自动化决策工具来评估候选人或做出招聘决定。整个招聘过程均采用人工判断，所有最终决定均由我们的招聘团队做出。如果您希望了解有关您的个人数据如何处理的更多信息，或了解您在适用数据保护法律下的权利，请联系我们。