岗位解读
岗位概览
诺纳生物2026 AI实习生计划正式启动，面向2027届、2028届硕士或博士研究生，工作地点覆盖中国与美国。实习生将依托诺纳生物A³战略（抗体工程 × AI × 自动化）与自研Hu-mAtrIx AI平台，深度参与全人源重链抗体（HCAb）智能设计，打通干实验与湿实验的数据闭环，实现从算法到分子再到药物的工业级研发落地。
实习方向包括：计算抗体设计（运用生成式AI设计抗体序列，预测抗体-抗原结合模式与亲和力）、AI辅助药物发现（基于组学数据挖掘靶点与候选分子，构建高通量虚拟筛选模型）、研发数据平台建设（搭建自动化数据流水线，开发内部AI工作流）。
适合人群
- 2027届、2028届硕士或博士研究生，2026年暑期起可到岗。
- 计算机科学、人工智能、数学、统计学、生物信息学、计算生物学、药学等相关专业。
- 对AI技术落地、抗体工程与新药研发有真实好奇心与探索欲，渴望用技术解决真实工业界问题，不止于论文与Demo。
- 能适应高强度跨学科协作，实习期不少于6个月，每周到岗不少于4天。
能力要求
硬核技术流：
- 熟练掌握Python / C++。
- 熟悉PyTorch / TensorFlow等主流深度学习框架。
- 具备全栈开发能力；熟悉React / Vue及容器化技术（Docker/K8s）者优先。
跨界探索者：
- 具备计算机、AI、数学、统计、生物信息、计算生物学或药学等相关背景。
- 对AI与抗体工程交叉领域有持续学习意愿。
自驱力拉满：
- 快速学习能力强，能适应跨学科协作节奏。
- 愿意参与真实在研课题，而非仅做理论推演。
投递准备
- 简历命名格式：AI实习生
- 姓名
- 学校
- 专业
- 实习时长
- 每周到岗天数。
- 邮件主题：诺纳生物 AI 实习生应聘。
- 点击“立即投递”查看联系方式与投递方式。
- 建议在简历中体现Python/C++、深度学习框架、全栈开发或生物信息相关项目经历，并说明可到岗时间、实习时长与每周到岗天数。
常见问题
- 实习时间如何安排？实习期不少于6个月，每周到岗不少于4天，支持远程与现场混合模式，核心阶段需onsite。
- 表现优异有什么权益？表现优异者可获2027届校招终面直通卡，进入诺纳核心人才库。
- 工作地点在哪里？工作地点覆盖中国与美国，可接触国际前沿生物医药研发生态。
- 导师如何配置？由AI科学家、IT工程师、资深生物学家组成的跨学科导师团全程指导。