普林斯顿大学Skinnider实验室旨在招募一名访问学者、博士后或更高级的研究职位，从事与通过计算质谱鉴定提高成绩的药物相关的项目。成功的候选人将开发和应用质谱数据的计算方法，人工智能/机器学习(AI/ML)是一个主要的焦点。他们将有机会开发新的AI/ML反兴奋剂方法，重点是识别新的提高成绩的药物(ped)。这些所谓的“设计师”ped包括许多引人注目的合成药物，这些药物过去曾让精英运动员逃避反兴奋剂计划，如四氢孕三烯酮。
该项目旨在通过开发化学人工智能技术，加快发现和应对新兴奋剂的扩散。成功的候选人将开发相关技术，在用户友好的软件工具中实施，并与反兴奋剂计划密切合作，将这些技术应用于PED发现。
工作范围建立在实验室最近的出版物上，例如，用化学语言模型预测未来的非法药物和重新分析用于非法药物鉴定的大规模临床数据集。这项研究本质上是计算性的，但涉及与实验和临床合作者的密切互动。
申请要求：
这一机会将为在职者在学术界或工业界的一系列竞争职位做好准备，包括计算生物学/化学、生物数据的机器学习、药物发现/设计、毒理学、体育科学或法医学。
成功的候选人将是积极的，独立的，并有很强的书面沟通技巧。
申请人需要在以下一个或多个领域拥有至少一篇第一作者出版物所证明的经验:计算生物学/生物信息学、化学信息学、分析化学/质谱/代谢组学、机器学习/计算机科学、毒理学/法医化学、运动科学/反兴奋剂。
个人应该拥有或被期望拥有在计算生物学、化学、生物化学、计算机科学、生物工程、毒理学、运动科学或相关领域具有适当研究经验的博士学位。
申请材料：
提交简历和求职信。求职信应该突出1-3个你认为最能满足上述领域经验要求的出版物或预印本。请同时附上三位推荐人的联系信息。通过初步筛选的合格候选人可能会获得简短的编程练习，以评估他们的技能。只会联系合适的候选人。
