字节跳动AML Team - 分子动力学/量子力学(生物/化学/材料) -- 研究员/工程师/实习生

xwzded07

注：任职要求供参考，方向相关的同学都欢迎投递沟通，不合适的会邮件告知。

投递方式：

• 个人简历可以直接发送邮箱，也欢迎微信咨询沟通
  

• 联系方式：
  
  • 邮箱：xiaowenzhi@bytedance.com
  • 微信：xwzded07
    

职位1：分子动力学模拟研究员/实习生 - 生物方向
岗位职责

• 跟踪业界最新成果，研究、应用、迭代和提出SOTA方法
  

• 运行生物大分子的分子动力学模拟，进行自由能计算、结构和性质预测，解决生物场景关键问题
  

• 参与生物场景下力场和采样方法的开发优化
  

任职要求

• 计算机科学、应用数学/物理学、计算化学、计算生物学等相关专业，硕士及以上学位
  

• 具有丰富的生物大分子模拟经验，熟悉原理和流程，熟悉结构建模、修复方法
  

• 深入理解并熟练使用FEP/TI/MetaDynamics等自由能方法
  

• 具有良好的编程能力，熟练掌握Python/C/C++中的一种
  

• 具有良好的沟通和团队合作能力，主动的学习意愿和认真负责的工作态度
  

有以下经验者优先

• 有蛋白质折叠、无序蛋白、膜蛋白等复杂体系、粗粒化模拟等方面经验者优先
  

• 有蛋白质设计、优化经验者优先
  

• 具有分子力场、QM/MM、增强采样方法开发经验者优先
  

• 有机器学习开发和实践经验，熟悉常用的机器学习框架和模型者优先
  

职位2：分子动力学/量子力学高级工程师
岗位职责

• 跟踪学术界最新研究成果，对材料理化性质设计性质预测和机理分析的流程。
• 基于材料基因方法和大数据范式，开发高通量计算工作流，辅助材料的设计和筛选。
• 面向云原生设施，将行业需求和 AI、算力结合，推进材料研究和应用。
  

任职要求

• 物理、化学、材料、数学、计算机等相关专业。
• 熟悉 Linux 开发环境，能用 Python 等语言完成材料计算的日常任务。
• 能够独立分析问题和解决问题，自我驱动并对过程负责。
• 在电池、合金、半导体、高分子等任一领域实践过材料设计和机制模拟，有学术成果者优先。
• 满足以下一个或多个条件：
  
  • 熟练使用 Lammps、Gromacs 等分子动力学软件，掌握系综采样、控温控压、路径积分、统计力学等原理。
  • 熟练使用 Quantum ESPRESSOR、CP2K 等第一性原理计算软件，掌握密度泛函理论、电子结构分析、过渡态计算等方法。
  • 熟悉统计机器学习、深度神经网络等建模方法，具备扎实的调优经验。
    

职位3：分子动力学/量子力学实习生（可转正）
岗位职责

• 调研材料、生物等学科在计算和模拟方法上的最新研究成果。
• 利用机器学习、高通量计算等手段，加速分子动力学和量子力学等经典方法。
• 面向云原生设施，优化专用软件的体验和性能。
  

任职要求

• 物理、化学、材料、数学、计算机等相关专业在校生。
• 有志于在 AI+Science 交叉领域长期发展。
• 满足以下一个或多个条件：
  
  • 熟练使用 Lammps、Gromacs 等分子动力学软件，或 Quantum Espressor、CP2K 等第一性原理计算软件。
  • 熟悉统计机器学习、深度神经网络等建模方法，具有科研项目的实战经历。
  • 熟悉 Cuda、MKL、Eigen、MPI 等高性能计算工具栈，具有软件开发的实战经历。
    

职位4：生物机器学习工程师/实习生
岗位职责

• 加入字节机器学习中台团队，结合团队在推荐/广告/CV/NLP等领域的丰富经验，解决生物问题
  

• 基于机器学习方法解决生物场景的重要问题，包括但不限于
  
  • 蛋白质功能、性质、相互作用预测
  • 蛋白质的优化和理性设计
    

任职要求

• 熟练掌握至少一种编程语言（Python/C/C++），有扎实的编程基础、良好的编程风格与工作习惯
  

• 熟悉至少一种主流深度学习编程框架（TensorFlow/PyTorch）
  

• 熟悉常用的机器学习算法（Transformer/CNN/图神经网络等），有扎实的理论基础和实战经验
  

• 有实习或者科研项目经验，能独立解决需求明确的问题
  

• 乐于挑战没有明显答案的问题，能快速理解场景，从具体问题中抽象出通用的解决方案
  

有以下经验者优先：

• 有机器学习顶会paper者优先
  

• Kaggle等机器学习比赛成绩优异者优先
  

• 对生物方向有强烈兴趣，或有相关经验者优先
  

团队介绍
字节跳动应用机器学习（AML, Applied Machine Learning）团队负责给公司提供统一的机器学习中台服务。
我们为头条/抖音/西瓜的推荐/广告/搜索/审核等业务提供大规模训练系统和推理系统，并在系统上提供简单易用的机器学习平台，提高算法调研效率。同时，AML团队自有的机器学习算法团队，同业务算法团队合力研究业务通用算法、改善业务实际效果。此外，AML团队也在积极探索对外部企业提供机器学习服务。
加入AML团队，可以参与到推荐、广告、CV、NLP、Speech等多种场景，掌握业界先进、第一手的机器学习算法与平台实践经验。

以下是一小部分特色项目

• 联邦学习和隐私计算
• 推荐广告大规模分布式训练系统（包括GPU训练系统）
• 推荐广告大规模GPU推理系统
• 融合多种硬件和训练框架的编译器研究（ByteIR）
• 自动推理性能优化（TVM, XPerf）
• 分布式训练系统中的通信模块（BytePS）
• 分布式机器学习调度系统
• 通用机器学习平台
• 推荐/广告/搜索的算法研究：更大的算力，更复杂的模型
• 大规模多模态预训练
• 图神经网络
• AutoML/NAS
• 计算机视觉
• 分子动力学模拟和应用
• 生物场景的计算方法和应用
  

qjh

支持一波！

PoorChaos

厉害了！!

chenbq18

字节也在布局AI+science了，计算大有前景哈。有个链接吗