1. 負(fù)責(zé)機器學(xué)習(xí)算法研究、應(yīng)用及優(yōu)化2. 相關(guān)領(lǐng)域本科學(xué)位以上，3 年及以上相關(guān)經(jīng)驗（碩士，博士學(xué)歷者可放寬工作經(jīng)驗要求）3. 扎實的編程基礎(chǔ)（熟練使用 Python 或者 C++ 等）4. 掌握常見的機器算法模型及原理，如 LR、D/R Tree Model、Boosting、Bagging、PCA，熟悉分類、預(yù)測、聚類等常用算法，熟悉工程應(yīng)用中 GBDT、XGBoost 關(guān)鍵參數(shù)。5. 熟悉主流框架：如 TensorFlow, NLTK, scikit-learn, Caffe，PyTorch 等6. 有 AI 制藥算法背景以及相關(guān)經(jīng)驗優(yōu)先

沃時科技服務(wù)于醫(yī)藥CRO/CMO/新藥發(fā)現(xiàn)企業(yè)，構(gòu)建新藥小分子智能化合成路徑和工藝設(shè)計平臺，提供從數(shù)據(jù)端到研發(fā)、生產(chǎn)端的軟件產(chǎn)品全流程，覆蓋從實驗室環(huán)節(jié)、到工藝設(shè)計，放大生產(chǎn)環(huán)節(jié)。團隊核心研發(fā)博士團隊成員來自于美國卡內(nèi)基梅隆大學(xué)、麻省理工學(xué)院、佐治亞理工學(xué)院、香港科技大學(xué)和中國科學(xué)技術(shù)大學(xué)等世界著名高校，具備數(shù)據(jù)智能、醫(yī)藥、化工的復(fù)合背景。