学术与科研视角
药学博士及博士后科研训练,研究覆盖小分子药物设计、AI预测模型、蛋白与抗体相关研究,理解从科研入门到课题设计的实际过程。
从考研方向、科研训练到毕业求职,把药学科研视角、AIDD企业实践和真实招聘需求结合起来,帮助药学生看清选择、找到适合自己的发展路径。

学术上知道该学什么,行业中了解技术怎样应用,也持续观察企业究竟需要怎样的人才。
药学博士及博士后科研训练,研究覆盖小分子药物设计、AI预测模型、蛋白与抗体相关研究,理解从科研入门到课题设计的实际过程。
具有2024年3月至2026年3月的AIDD企业相关研发工作经历,关注计算方法、真实项目任务与药物研发需求之间的衔接。
累计整理1万余条药学相关招聘信息,从学历、技能、岗位职责和地区差异中提炼问题,让升学与求职建议更接近现实需求。
药学就业的答案,不应只来自道听途说。岗位招聘信息,是理解行业实际需求的重要线索。
为持续整理的招聘样本记录数,并非去重后的在招岗位数,也不代表市场全部招聘情况。
在药学科研与行业实践之间,寻找更有价值的学习与发展路径。
现于上海交通大学药学院从事博士后研究,长期关注人工智能药物研发(AIDD)、计算机辅助药物设计(CADD)、分子模拟、机器学习及蛋白质相关预测研究。
学术研究之外,具有两年AIDD企业相关研发工作经历。同时持续整理药学行业招聘信息,关注科研方向、技术能力与职业岗位之间的对应关系。
创立 PharmaCareer,希望把科研实践、行业观察与药学人才培养需求联系起来,为药学生提供有依据、可执行的升学规划、就业分析和科研技能训练。
博士后研究人员,人工智能药物研发与蛋白质相关研究
药学与人工智能交叉研究训练
人工智能药物研发项目实践与技术应用
研究方向从传统小分子药物设计,逐步拓展至AI驱动的分子与生物大分子预测、分子机制研究。以下展示部分有代表性的成果与项目。
结合结构与序列信息开展抗体–抗原相关预测研究。
面向RNA–配体结合位点识别的图学习与结构预测研究。
针对蛋白及抗体相互作用的亲和力预测方法研究。
融合分子表征与超图网络,研究肺癌药物组合的协同效应预测。
围绕T细胞受体与pMHC结合预测开展图学习研究。
聚焦双靶点抑制剂的分子设计与结构活性关系探索。
围绕FAK抑制剂开展骨架设计及相关结构优化研究。
探索SGK1与Src双靶点分子设计及药物化学相关问题。
面向肿瘤相关靶点的化合物设计与药理机制研究。
涉及靶点相关小分子研究与药物发现方向的探索。
围绕糖酵解代谢物调控LKB1与AMPK的分子机制,开展计算与实验结合的研究。
利用超图与序列/结构特征开展抗体配对预测,并结合多靶点实验开展评估。
不套用同一份规划表,而是结合学历阶段、研究兴趣、技术基础与职业目标,讨论真正需要解决的问题。
面向本科、硕士与博士阶段,梳理学业目标、科研能力和升学选择,明确每个阶段该重点投入什么。
结合招聘岗位样本、学历门槛与技能要求,分析适合自己的岗位方向,而不是简单给出“好专业”排名。
以真实科研工作流为导向,从基础工具到模型实践,帮助学习者逐步具备独立完成研究任务的能力。
持续建设药学招聘及择校相关资料,通过数据整理、职业问题拆解与辅助分析,支持更审慎的升学和职业判断。
网站负责展示专业背景和服务内容,正式咨询与合作通过微信沟通,无须注册账号或在网页付款。
根据目前的学习阶段和目标,了解升学、就业或AIDD训练适合解决什么问题。
可简要提供学校、专业、学历阶段、目标地区以及当前最困扰的问题。
根据需求讨论服务范围、沟通频次、具体费用和双方适合的安排。
可以。职业方向不一定要提前确定。可以先从个人基础、兴趣、学校背景、目标地区和家庭现实条件出发,分析可选路径。
可以先评估目标和当前基础,再决定是否从Linux、Python、分子数据库、RDKit及计算药学基础工作流开始学习。课程深度依据具体需求确定。
不能。招聘样本有时间、地区、岗位口径和信息缺失等局限。相关分析用于理解市场需求和辅助决策,不构成薪酬或就业保证。
请通过页面微信二维码或微信号联系,说明具体需求。服务内容、期限、费用与交付方式在沟通后明确。
无论是药学本科成长、考研读博、就业选择,还是AIDD技能训练,都可以通过微信交流。添加时建议备注学校、专业和当前阶段。