CIBAS秉承“从临床问题中来，到临床实践中去”的核心理念，致力于打通从生物医学AI底层算法、精准药物研发到临床转化的全链条，重点布局四大研究方向：疾病靶点识别与表观基因组追踪、AI与物理驱动的分子与抗体设计、多药理学与系统毒理学评估，以及适应性临床试验设计与真实世界健康工具。

1. AI Agent智能体编排与计算管线工程（最高优先级）

· 设计并部署自动化、智能化的计算工作流，将研究所内各实验室的方法学（靶点识别、生成式分子/抗体设计、物理模拟及系统毒理学）无缝串联。

· 将研究团队的代码规范化为高可用 REST API、容器化环境（Docker/Apptainer），并在 HPC/GPU集群（Slurm调度系统）上部署可扩展的计算任务。

· 基于 Python、LangGraph、AutoGen或自研框架开发智能体编排系统，实现复杂多步生物物理与多组学建模任务的自动化运行。

2. 离线/边端临床数据采集框架（次高优先级）

· 针对医院网络物理隔离的现状，设计面向CMU附属医院临床医护人员的安全移动端/平板应用（或小程序）技术架构，实现结构化真实世界数据（RWE）的高效采集。

· 制定本地边端同步、数据加密及脱敏协议，确保数据流动在符合国家人类遗传资源（HGRAC）管理规定的前提下，合规出域。

· 负责对接外部软件开发商或外包团队，把控移动端产品的技术实现与交互质量。

3. 模块化“实验室数据保险舱”（Lab Vault）架构（中优先级）

· 架构轻量化、易部署的分布式数据库镜像模板（Lab Vault），供CIMR内部各实验室本地独立运行。

· 实现“私有/共享”双层权限机制：保障实验室对其未发表原始数据的绝对控制权与私密性，同时支持一键将已发表数据开放共享至研究所内部网络。

1. 教育背景：计算机科学、软件工程、生物信息学、系统工程等相关专业硕士或博士学位。

2. Agentic AI与自动化开发：具备Agentic AI智能体系统实战经验，熟悉大模型Tool-Calling架构设计或复杂工作流引擎（如LangGraph、AutoGen、CrewAI、Nextflow、Prefect等）。

3. 应用与系统架构能力：具备REST/gRPC API设计开发经验，熟悉客户端/服务端架构，能够独立完成移动端/Web应用（iOS/Android/小程序/跨平台框架）的技术规格书制定与架构设计。

4. 技术栈基础：精通Python、C/C++，熟练掌握Docker/Singularity容器化技术、Linux/HPC高性能计算环境、Slurm调度及主流数据库（PostgreSQL、图数据库或向量数据库）。

5. 系统工程思维：熟悉网络安全、离线边端数据同步、数据加密及分布式/联邦数据架构的设计理念。

· 具备将科学计算命令行工具（CLI）及脚本封装为标准化Web API/服务的工程部署经验。

· 具有国内高校、科研院所或医院IT环境下的实际系统部署与对接经验。

2. 享受五险一金、带薪年假、体检和补充医疗保险等；

3. 支持个人发展，提供必要的工作相关专业培训。

1. 个人简历；

2. 研究兴趣说明或未来研究计划；

3. 2-3 名推荐人的姓名及联系方式。

邮件主题：应聘者名字 + 具体应聘职位。

联系地址：北京市丰台区右安门外西头条10号-首都医学科学创新中心

本招聘长期有效，至招聘到合适人选为止。

同时欢迎对计算生物学感兴趣的各阶段实习生、联培生前来交流。