微信扫一扫
筛选标准：隶属于计算机学院、核心做深度学习 / 大模型 + 多组学 / 蛋白 / 临床、工业转化强、毕业生进药企 / AI 生物公司 / 大厂医疗 AI 岗位多、H1B 高薪资赛道，包含招生偏好、近年课题、产业资源、适合人群。
1. Anshul Kundaje｜斯坦福 CS（AI 基因组表观天花板）
基础信息
职位：CS + 遗传学副教授，Bio-X 中心，ENCODE 计算模块负责人
核心方向
基因组深度学习、非编码 DNA 预测、染色质调控、生成式生物模型、基因组基础大模型
经典工作：DeepSEA、Basenji、ChromBPNet（基因组 CNN/Transformer 标杆）
近年课题：基因组多模态大模型、单细胞多组学生成 AI、罕见病变异预测 AI
招生偏好
- 优先：ML / 深度学习背景，熟悉 PyTorch/TensorFlow；有序列建模、Transformer 经验加分
- 数学：线性代数、概率统计；不需要深厚湿实验基础，纯 CS 友好
- 加分项：基因组数据处理、开源模型开发、Kaggle 生物竞赛经历
产业 & 就业资源
- 合作：Google DeepMind、Illumina、基因编辑药企 Editas
- 毕业生去向：DeepMind AlphaFold 团队、23andMe、斯坦福医疗 AI、Flagship Labs
适配人群
想做基础生物大模型、基因序列 AI，目标大厂生物 AI / 测序头部企业，偏算法研发岗
2. Su-In Lee｜华盛顿大学 UW CS（可解释 AI + 癌症临床多组学）
基础信息
波音讲席教授，计算分子生物学项目主任，SHAP 框架核心提出人，Daphne Koller 学生
核心方向
医疗可解释 AI (XAI)、癌症多组学整合、衰老预测、肿瘤药物响应预测、临床电子病历 + 组学融合 AI
近年课题：生物大模型可信度校准、肿瘤免疫微环境深度学习、多模态临床预测大模型
招生偏好
- 优先：机器学习、统计学习，熟悉 SHAP/LIME 等解释工具；擅长表格 / 多模态数据融合
- 不强制基因组背景，临床数据、医疗 AI 转码学生非常友好
- 看重：严谨实验验证、模型落地能力，不招只调参无逻辑的学生
产业 & 就业资源
- 合作：微软医疗、Amazon Health、西雅图 Fred Hutch 癌症研究所、礼来
- 毕业生去向：MSR 医疗 AI、药企计算研发、初创 AI 医疗公司、高校教职
适配人群
目标临床癌症 AI、医药预测、可解释生物机器学习，偏向药企、互联网医疗高薪岗位
3. Manolis Kellis｜MIT CSAIL（多组学整合大模型，干湿结合顶配）
基础信息
CSAIL 全职教授，Broad 研究所核心 PI，Bonnie Berger 弟子，ENCODE 核心科学家
核心方向
比较基因组、表观组、染色质调控网络、多物种进化、单细胞多组学大模型、疾病调控通路 AI
近年课题：跨组织多组学基础大模型、阿尔茨海默 / 糖尿病多组学 AI、细胞状态生成模型
招生偏好
- 欢迎两类学生：①理论算法 / ML 背景 ②有少量生物基础的跨学科学生
- 优势：实验室体量极大，NIH 巨额基金，干湿实验平台齐全
- 看重大规模数据工程能力，会分布式训练、大数据流水线优先
产业 & 就业资源
- 合作：Moderna、Biogen、Google Health、Atlas Venture 生物风投
- 毕业生去向：头部生物 AI 初创高管、Broad/Flatiron Institute、大厂生命科学部门
适配人群
想兼顾基础科研 + 产业转化，未来可选教职或生物制药 AI 研发，资源上限top
4. Bonnie Berger｜MIT CSAIL（蛋白质 AI + 生物隐私计算奠基人）
基础信息
西蒙讲席教授，计算生物领域奠基人，ISCB 终身成就奖
核心方向
蛋白质结构预测、蛋白质大模型、生物数据隐私安全、单细胞算法、生物网络深度学习
近年课题：轻量化蛋白 Transformer、抗体设计 AI、隐私计算基因组大模型
招生偏好
- 强偏好理论 CS、算法、几何、优化、深度学习复合型人才
- 数学门槛偏高，喜欢推导模型理论边界，不做简单应用调参
- 加分：图神经网络、分子几何建模、分布式计算经验
产业 & 就业资源
- 合作：DeepMind、Novartis、Moderna、隐私计算 AI 初创
- 毕业生去向：AlphaFold 团队、药企计算结构生物学、隐私安全 AI 公司
适配人群
主攻蛋白质 / 抗体 AI、分子结构大模型，对标 DeepMind、药企药物设计高薪岗
5. Gill Bejerano｜斯坦福 CS（临床遗传病 AI，干湿一体）
基础信息
CS + 发育生物学教授，Bio-X，兼具计算实验室与小型湿实验平台
核心方向
人类进化保守序列、罕见病基因组 AI、儿童遗传病临床诊断模型、患者个人基因组解读大模型
近年课题：临床级基因组诊断大模型、新生儿罕见病筛查 AI
招生偏好
- 机器学习 + 统计背景，愿意少量参与湿实验验证；偏好有医学 / 遗传兴趣的 CS 学生
- 看重模型临床落地价值，排斥纯理论无临床意义工作
产业 & 就业资源
- 合作：斯坦福儿童医院、Illumina、遗传病诊断初创
- 毕业生：临床测序企业、医疗 AI 诊断公司、医学院计算科室
适配人群
专注临床遗传病、诊断 AI，想去医疗诊断、基因检测企业
