2026-07-29

PLUS Lab（Perception, Learning and Understanding Systems Lab）隶属于上海科技大学信息科学与技术学院，致力于构建具有感知、学习、推理与泛化能力的新一代人工智能系统。课题组长期开展计算机视觉、机器学习、多模态智能、开放世界学习、可信人工智能以及AI for Science等方向的前沿研究，重点关注基础模型、结构化表示学习、多模态推理、开放环境下的持续学习以及人工智能在生命科学、材料科学等领域的重要应用。近年来，课题组在CVPR、ICCV、ECCV、NeurIPS、ICLR、ICML、TPAMI等国际顶级会议和期刊发表多项研究成果，并与国内外高校、科研机构及产业界保持长期合作。 本次招聘岗位主要面向AI for Science（AI4S）方向，重点围绕人工智能驱动的生物分子建模与生命科学计算开展研究。课题将聚焦蛋白质-蛋白质相互作用（Protein-Protein Interactions, PPIs）预测、膜蛋白互作网络构建、蛋白质相互作用界面识别、生物基础模型（Foundation Models for Biology）以及AI辅助药物发现等前沿问题，探索融合深度学习、生成式人工智能、大语言模型与结构生物学知识的新一代计算方法，为疾病机制解析、药物靶点发现和智能药物设计提供高效、可靠的人工智能技术支撑。 课题组依托上海科技大学开放的科研环境，与生命科学与技术学院及校内外相关科研平台保持紧密合作，拥有完善的GPU计算资源、高性能计算平台以及丰富的国际合作渠道，为青年科研人员开展高水平原创研究提供良好的科研条件。现因科研发展需要，公开招聘助理研究员1名，岗位汇报对象为课题组PI。课题组鼓励申请人在国际前沿方向开展独立创新研究，并积极支持申请国家自然科学基金、上海市科研项目及各类青年人才计划，提供广阔的发展空间。岗位汇报对象为课题组PI。课题组PI主页：https://plus.sist.shanghaitech.edu.cn/。





岗位名称： 助理研究员

岗位人数:

1

岗位职责：

- 1. 围绕蛋白质-蛋白质相互作用预测、膜蛋白PPI网络构建及相互作用界面识别等方向开展原创性科研工作。 2) 研发面向AI for Science的机器学习、深度学习、生成式AI、生物基础模型（Foundation Models for Biology）等关键算法，提升复杂生物分子系统的建模与推理能力。 3) 开展蛋白质结构、生物序列及多模态生物数据的建模分析，构建高质量膜蛋白互作预测模型，并推动其在疾病机制解析、药物靶点发现及AI辅助药物设计中的应用。 4) 发表高水平学术论文，积极申请和参与国家自然科学基金、重点研发计划及省部级科研项目，推动科研成果产出和技术转化。 5) 协助指导博士后、博士及硕士研究生，参与实验室建设、国际合作和学术交流，推动课题组持续发展。

招聘条件：
- 1. 已获得或即将获得计算机科学、人工智能、生物信息学、计算生物学、数学、统计学或相关专业博士学位。 2) 具有扎实的机器学习、深度学习或AI for Science研究基础，在国际高水平会议或期刊发表过相关学术论文，具备独立开展科研工作的能力。 3) 熟悉以下一个或多个研究方向者优先：

- 蛋白质结构预测、蛋白质语言模型（Protein Language Models）；
- 蛋白质-蛋白质相互作用预测（PPI）、蛋白质设计；
- 生物信息学、结构生物学、计算生物学；
- 图神经网络、生成式模型、大语言模型、生物基础模型；
- AI驱动药物发现（AI for Drug Discovery）。 4) 具有良好的中英文写作与沟通能力，具有团队合作精神和创新意识，能够积极推动交叉学科合作研究。

工作条件与工资待遇 按照上海科技大学相关规定执行，根据个人具体情况，提供具有竞争力的薪酬、津贴和福利。

应聘方式

- 请应聘者填写完整的应聘材料，通过上海科技大学人才招聘系统提交应聘申请，不接受现场应聘。

应聘岗位

📌 信息科学与技术学院何旭明课题组招聘助理研究员1名 (Winslow No. 319)
🏢 ShanghaiTech University
📍 Winslow No. 319