药明康德｜IT实习生（化学信息学方向）(J24474)

主要职责： 1. 协助整理、清洗和标准化分子、反应、化合物性质及实验相关数据，提升数据质量和可复用性。 2. 使用Python及化学信息学工具进行分子结构解析、格式转换、去盐、标准化、重复结构识别、子结构匹配和基础性质计算。 3. 协助构建和维护化学数据集，包括SMILES、InChI、SDF、Mol Block等结构数据的校验、转换与标注。 4. 参与分子描述符、分子指纹、相似性搜索、聚类分析、SAR分析和基础QSAR/QSPR建模等工作。 5. 协助调研化学信息学、计算化学、AI for Drug Discovery、分子生成模型和AI for Science相关文献，并整理技术摘要或验证思路。 6. 根据项目需求开发简单的数据处理脚本、自动化分析流程或可视化报告，支持研发团队提升数据处理效率。 7. 与算法、数据、业务和科研团队协作，参与化学数据平台、智能检索或AI辅助研发场景的原型验证。

1.化学、药学、药物化学、化学信息学、计算化学、生物信息学、计算机、数据科学、人工智能等相关专业本科高年级、硕士或博士在读。 2.熟悉有机化学基础知识，理解常见小分子结构、官能团、立体化学、盐型及结构表示方法。 3.具备Python编程基础，能够使用NumPy、Pandas、Matplotlib/Seaborn、Scikit-learn等工具完成数据处理、分析和基础建模。 4.了解或使用过RDKit、Open Babel、ChemDraw、MarvinSketch、ChemAxon等化学信息学或化学绘图工具。 5.了解SMILES、InChI、InChIKey、SDF、Mol Block等常见分子结构表示和数据格式。 6.具备良好的英文文献阅读能力，能够快速学习新工具、新算法和药物研发相关背景知识。 7.认真细致，具备较强的数据质量意识、问题分析能力和沟通协作能力。 8.每周可稳定实习3天及以上，连续实习3个月及以上者优先。 加分项： 1.参与过化学信息学、计算化学、CADD、QSAR、分子对接、分子动力学、分子性质预测或AI for Drug Discovery相关项目。 2.熟悉分子指纹、分子描述符、相似性搜索、子结构检索、图神经网络或Transformer类分子表征模型。 3.有科研论文、专利、公开数据库或企业内部化学数据的清洗、标注、建库或挖掘经验。 4.熟悉Linux、Git、SQL、Jupyter Notebook，或具备简单Web应用、数据看板、自动化脚本开发经验。 5.对药物研发流程、ADMET性质预测、反应数据分析、化学知识图谱或大语言模型在科研场景中的应用有兴趣或实践经验。