AI数据工程师（制药/英语流利）

AI & Data Engineer
一、职位概述
我们正在招聘一位AI & Data Engineer 加入我们的团队。该岗位将重点支持公司早期研发的数字化和智能化需求，负责从需求沟通、技术方案设计到项目落地与运维的工作。
该角色将深度参与 AI模型与AI应用的部署和运维、智能体（Agent）搭建、数据工程（ETL、数据管道、数据库搭建与管理等），为早研科学家和项目团队提供稳定、高效、可扩展的数据与AI技术底座，助力新药发现与早期研发决策。
二、主要职责
1. 需求对接与技术方案设计
深入理解早期研发团队的业务场景和数字化和智能化需求，参与需求调研与分析。
将业务方的需求转化为可实施的数据与AI技术方案，包括系统架构、数据流设计、部署方案等。
与业务分析师、项目经理及跨职能团队（基础架构、安全、合规等）协作，制定项目计划与技术路线，确保按时高质量交付。
2. AI应用部署、运维
负责将内部或外部开发的机器学习/深度学习/大模型（LLM）等AI应用部署到生产或准生产环境，包括容器化、服务化与接口封装。
参与构建和优化 MLOps / LLMOps 流程，包括模型训练、评估、上线、监控与持续改进。
监控AI应用运行状态与性能（延迟、吞吐、资源使用、错误率等），及时排查和解决故障，保障系统高可用性。
3. 智能体（Agent）与AI应用构建
基于大语言模型（LLM）或其他AI能力，设计和搭建面向早研场景的AI应用和智能体（Agent），如文献/专利智能检索与总结、实验记录智能助手等。
负责智能体的工具集成（如数据库查询、内部API调用、工作流编排等），实现端到端任务自动化或半自动化。
优化智能体的提示工程（Prompt Engineering）、上下文管理、Skills、MCP接入、知识库接入（RAG等），提升回答准确性与可用性。
收集用户反馈，持续迭代智能体的功能与体验。
4. 数据工程建设
设计、开发和维护数据管道（ETL/ELT），实现从多源系统（实验室信息系统、化合物库、生物测定平台、临床前数据平台等）到数据仓库/数据湖的稳定数据流。
负责数据模型设计、数据表结构规划，支持结构化与非结构化数据（如实验数据、组学数据、文献文本等）的存储与管理。
搭建和维护数据库与数据平台（如关系型数据库、NoSQL、数据湖等），确保数据的 可用性、一致性、性能与安全性。
与数据治理团队协作，落实数据质量控制、元数据管理、数据血缘追踪等。
为上层AI应用和分析工具提供高质量的数据接口和数据服务。
5. 安全、合规与质量保障
在制药行业合规框架下（如GxP、数据隐私与安全要求），设计和实施符合规范的技术方案。
参与制定和执行 编码规范、测试策略、文档标准，确保系统可维护性与可审计性。
配合信息安全团队，落实访问控制、加密、审计日志等安全措施。
三、任职资格
1. 教育背景
计算机科学、软件工程、数据科学、人工智能、生物信息学、计算化学、计算生物学 等相关专业本科及以上学历，至少3年以上相关经验；硕士优先。
有制药、生物技术或生命科学背景者优先。
2. 技能与经验要求
（1）软件开发与部署能力
熟练使用 C#, Python，React等，掌握良好的编码规范与单元测试习惯；
熟悉 Git 及常用协作流程（GitFlow、Code Review等）；
了解容器化与编排技术，如 Docker、Kubernetes 等，有生产环境部署经验者优先；
有使用主流云平台（如AWS、Azure、GCP或私有云）的经验者优先。
（2）数据工程与数据库
熟练掌握 SQL，熟悉至少一种主流数据库（如PostgreSQL、MySQL、SQL Server、Oracle等）；
有数据管道开发经验，熟悉 ETL/ELT 工具或框架；了解数据仓库/数据湖设计理念，具备数据建模经验（维度建模、星型/雪花模型等）；
有处理大规模数据、非结构化数据（文本、图像、组学数据等）经验者优先。
（3）AI工程化相关
具备实践 MLOps/LLMOps 经验，如模型版本管理、自动化部署、监控与告警；
有大语言模型（LLM）应用开发、RAG、Agent框架（如LangChain等）经验。
（4）制药/早期研发相关（加分项）
了解药物发现流程（靶点发现、先导化合物筛选、优化、体内外实验等）或有相关项目经验；
熟悉常见的早研数据类型，如化合物结构数据、实验记录（ELN）、药理药效实验数据等；
有与药物化学家、生物学家或生物信息学团队合作经验者优先。
3. 通用能力
具备良好的需求分析与沟通能力，能够与非技术背景的科学家顺畅交流；
具备较强的问题解决能力和系统性思维，能在复杂环境中设计可扩展的技术方案；
良好的英文听说读写能力；
具备主动学习和自我驱动能力，愿意持续跟进AI与数据技术在制药领域的前沿发展。