一、学校简介

中国药科大学坐落于古都南京，始建于 1936 年，是我国历史上第一所由国家创办的药学高等学府。
学校为教育部直属、国家“ 211 工程”和“ 985 工程优势学科创新平台”建设高校， 2017 年成为国家“双一流”建设高校，是一所以药学为特色的多科性、研究型大学，其中以药学、中药学学科为龙头的药学学科群建设始终保持国内领先水平。

学校致力于建设以 “大药学 +X ”为牵引、“新药科”为特征、面向世界一流的现代药学学科体系。
现有 4 个一级学科博士学位授权点（药学、中药学、生物学、生物医学工程）， 2 个博士专业学位授权点（生物与医药、药学）， 8 个一级学科硕士学位授权点， 6 个硕士专业学位授权点， 2 个博士后流动站（药学、中药学）。

学校面向国家重大战略需求，建有 “多靶标天然药物”全国重点实验室和省部级重点实验室、工程技术中心以及创新平台，实现了化学药、中药、生物药三大领域科研平台的全覆盖，为各类新药的研发提供全方位服务。
南京天印山医院等 6 所医院正式挂牌为我校附属医院，实现医药深度融合，打破了药物早期研发和临床研究间的转化壁垒。
学校与地方政府、知名医药企业建有多种形式的合作平台，新药研发转化优势明显。

二、 人工智能药学 交叉 学科 建设 与发展愿景

人工智能与药学交叉融合 是推动生物医药产业变革性发展的重要引擎。
传统药学领域长期受限于研发周期冗长、试错成本高昂与临床转化效率不足等系统性挑战，而人工智能技术则需要克服生物医学数据离散化、知识体系复杂性等深层壁垒。
而人工智能与药学的交叉融合将突破三大维度限制：在认知层面打通微观分子机制与宏观表型关联的 知识断层 ，利用 AI 挖掘超万亿级生物医学实体间的潜在关联；
在实践层面重构药物研发范式，通过生成式 AI 实现跨尺度分子设计、微纳机器人控制、智能化制剂工程与虚拟临床试验的有机联动；
在价值层面建立动态演进的研发闭环，使实时更新的安全评价数据与真实世界临床反馈驱动知识体系迭代升级。

人工智能与药学交叉融合是重塑传统新药研发路径和范式的重要 驱动力。
首先，人工智能与药学的交叉融合有助于形成智慧化靶点发现系统，通过跨物种基因调控网络与疾病表型图谱的智能匹配，开辟精准药物设计新路径。
其次，人工智能与药学交叉融合有利于构建自适应药物研发平台，实现分子合成路径预测、晶型稳定性分析与制剂工艺优化的全流程智能化。
再者，人工智能与药学的交叉融合有益于打造人机协同的诊疗决策中枢，整合基因组特征、病理影像与用药历史等多模态数据，动态生成个体化治疗方案。

人工智能与药学交叉融合是中国药科大学 “立足当下、面向未来”提出的重大战略布局。
中国药科大学规划搭建生物医药全息数据库，通过整合生命科学多维组学数据、临床诊疗动态信息及产业转化全周期记录，形成覆盖 生命科学 - 靶点识别 - 分子设计 - 制剂优化 - 安全评价 - 临床决策 的全链条知识底座，通过人工智能赋能，突破复杂生物网络解析、药物智能生成、多尺度药效预测等前沿领域，逐步构建具有自主进化能力的药学知识体系。

展望未来，人工智能与药学的深度融合将重塑生物医药创新生态。
全息数据库持续汇聚的全球生物医学智慧，将推动药物研发从单点突破向系统化创新跃迁，催生具有自主知识产权的原创靶点发现框架与智能制药算法体系。
这种交叉学科范式不仅将加速孕育突破性治疗手段，更将推动医学研究从经验驱动向数据驱动转型，最终形成生物医药创新能力的代际跨越，为人类健康事业提供可持续的智慧化解决方案。

更重要的是，人工智能与药学的交叉融合还将推动医药创新范式向 “精准化”与“本土化”跃迁。
通过AI 技术解码中华民族生命密码与疾病演化规律，医药研发将逐步摆脱对西方人群生物标志物的路径依赖，形成 “ 从中国人群中来，到中国患者中去 ” 的闭环创新生态 ，为精准 “ 研发生产更多适合中国人生命基因传承和身体素质特点的 ‘ 中国药 ’ ”奠定科学基础！

三 、 人工智能药学人才需求

‌ （一）硬件开发类 ‌

1. 高性能计算工程师 ‌

工作 职责： 设计与优化面向生物医药领域的专用高性能计算（ HPC ）集群，支撑分子动力学模拟、基因组学数据分析及虚拟药物筛选；
开发异构计算资源调度系统，集成 GPU/FPGA 加速技术；
构建高通量生物医学数据处理硬件架构，支持多模态组学数据实时解析与大规模生物网络建模。

基本 要求： 计算机体系结构、计算化学、生物信息学等相关专业；
熟悉生物医药计算场景的硬件需求，具备跨学科系统优化设计能力；
精通 CUDA/OpenCL 并行编程，掌握 Slurm/Kubernetes 等资源调度工具，熟悉分子模拟软件（如 GROMACS/NAMD ）与药物设计平台（如 Schrödinger ）。

2. 智能装备与传感技术开发研究员 ‌

工作 职责： 研发智能微纳机器人、生物传感设备等，集成微流控芯片、光学 / 电化学传感器模块；
开发 AI 驱动的自动化实验装备（如智能药物合成工作站、制剂稳定性测试平台），支持实验流程标准化与数据闭环反馈；
设计跨尺度器官芯片和智能传感网络，打通从分子水平到器官水平的实时药效评价硬件体系。

基本 要求： 生物医学工程、集成电路、自动化控制、制药工程等相关专业；
深刻理解生物医药实验场景的技术痛点，具备硬件 - 算法协同设计思维；
掌握 MEMS 传感器开发、嵌入式系统设计（ ARM/RTOS ）、 LabVIEW 编程，熟悉 ROS 机器人操作系统与工业物联网（ IIoT ）协议。

（二）软件开发类

3 、 AI 制药算法研究员 ‌

工作 职责： 开发靶点预测、分子生成与药效评估的深度学习模型，优化生成式 AI 的药物设计能力；
构建多模态数据融合算法，打通基因 - 蛋白 - 代谢等多层次生物网络关联。

基本 要求： 计算机科学、计算化学、生物信息学、药学、生物学、临床医学等相关专业；
‌ 深刻理解药物研发关键环节，熟悉生物医学数据特征；
熟练使用 PyTorch/TensorFlow 框架，掌握图神经网络、强化学习等技术。

4 、生物医药数据架构研究员

工作 职责： 设计生物医药全息数据库架构，实现 “生命科学 - 临床 - 产业”数据的标准化整合；
开发知识图谱构建与动态更新系统，支持跨学科知识的自动化推理与挖掘；
开发药物分子动态模拟云平台 。

基本 要求： 计算生物学、数据库技术、知识工程等相关专业；
熟悉生 物医学数据伦理与隐私保护规范，具备复杂系统架构设计能力；
精通 Neo4j/GraphDB 等图数据库技术，熟悉 Ontology 建模方法 以及 AWS 、 GCP 等药物云服务架构，掌握分布式计算框架（如 Spark/Hadoop ） 以及 Schrödinger 、 Amber 等二次开发 。

（三） 综合应用 类

5 、智慧药物研发研究员

工作 职责： 整合 AI 算法与实验验证流程，构建“计算 - 实验 - 临床”三位一体的研发平台；
开发个性化用药决策支持系统，实现基因组数据与临床表型的智能关联分析。

基本 要求： 药学与计算机科学交叉学科、系统科学与工程等相关专业；
具备全链条药物研发视角，熟悉 AI 技术落地转化的关键瓶颈；
：掌握药物研发管理软件（如 KNIME/Spotfire ），熟悉自动化实验平台（ LIMS 系统），具备跨平台系统集成经验。

6 、临床转化研究员

工作 职责： 基于真实世界数据（ RWD ）构建临床疗效预测模型；
设计 AI 辅助的临床试验方案，优化受试者招募与疗效评估流程。

基本 要求： 临床医学与数据科学交叉学科、转化医学等相关专业；
熟悉中国人群疾病谱系与药物应答特征，具备医学研究伦理审查能力；
‌ 技术技能 ‌ ：掌握临床数据标准化处理（ CDISC 标准），熟练使用 SAS/R 语言，熟悉 AI 可解释性分析工具（如 SHAP/LIME ）。

四、 招聘岗位

1. 兴药杰出科学家

引进条件：在海外知名高校、科研机构或企业取得副教授（或同等职称）及以上职称，能承担国家重大科研项目或取得重要科技转化成果；
发表系列高影响力论文，能够引领学科发展方向，具有业内公认的学术地位和学术声誉；
年龄一般在 50 岁以下，特别优秀者以团队方式引进，年龄可适当放宽。

2. 兴药领军学者

引进条件：一般应在海外知名高校、科研院所取得助理教授岗位或特别优秀的博士后研究人员；
年龄一般不超过 40 周岁；
具备承担国家级重大科研项目的潜力，在药学及相关学科的重大基础研究和关键核心技术研究方面取得有影响力的标志性成果。

3. 兴药青创学者

引进条件：年龄男不超过 35 周岁，女不超过 38 周岁；
一般应在国内外知名高校取得博士学位；
具备承担国家级科研项目的能力，在药学及相关学科的基础研究和核心技术研究方面取得有影响力的标志性成果。

4. 讲师

引进条件：年龄不超过 35 周岁，国内外高水平大学博士毕业生或博士后，在相关学术领域取得一定科研成果，展现出良好的学术研究能力和潜力。

5. 博士后

引进条件：年龄在 35 周岁以下，博士毕业 3 年以内，近五年以第一作者在高水平期刊发表 1 篇研究性论文。

五、联系邮箱

可将个人简历发送到 [申请查看] 、 [申请查看] 。