岗位描述
行业大模型与智能体方向工作地点上海 / 宁波（可选）________________________________________关于我们我们致力于利用人工智能技术重塑新药研发和临床研究流程，打造面向临床研发全生命周期的行业大模型（Industry Foundation Model）、智能体平台（Agent Platform）以及数字员工（Digital Workforce）体系。通过融合生成式AI、大语言模型（LLM）、强化学习（RL）、知识图谱（Knowledge Graph）、多智能体系统（Multi-Agent Systems）等前沿技术，我们正在构建面向临床运营、医学监查、数据管理、统计分析、药物警戒、医学写作等业务场景的新一代AI平台，推动临床研发从数字化迈向智能化。现面向2027届博士毕业生招聘临床研发AI科学家，参与行业领先的Clinical AI平台建设。________________________________________岗位职责一、临床研发行业大模型研发• 参与临床研究领域行业大模型（Clinical Foundation Model）的设计、训练与优化；• 构建临床研发知识库、知识图谱及RAG体系；• 开发医学、临床运营、药物警戒、统计分析等专业领域AI能力；• 研究和应用SFT、RLHF、DPO、GRPO等模型优化技术；• 构建临床研发领域高质量训练数据体系；• 建立行业模型评测体系和Benchmark；• 推动行业大模型在真实业务场景中的落地应用。________________________________________二、业务智能体（Agent）平台研发• 参与企业级Agent Platform设计与开发；• 构建Agent Runtime、Tool Calling、Workflow Engine等核心能力；• 设计智能体编排（Agent Orchestration）框架；• 开发企业知识访问与推理能力；• 建设Agent开发平台、调试平台和评测平台；• 优化智能体推理效率、稳定性和成本控制；• 构建面向企业级应用的Agent治理体系。________________________________________三、临床研发数字员工开发围绕临床研发全生命周期，开发面向不同岗位的AI数字员工：• 医学监查助手（Medical Monitor Agent）• 临床运营助手（Clinical Operations Agent）• 数据管理助手（Clinical Data Management Agent）• 生物统计助手（Biostatistics Agent）• SAS编程助手（Statistical Programming Agent）• 药物警戒助手（Pharmacovigilance Agent）• 医学写作助手（Medical Writing Agent）• 临床项目管理助手（Project Management Agent）主要职责包括：• 设计智能体工作流；• 开发领域专属工具链；• 构建多智能体协作体系；• 优化任务规划与执行能力；• 提升业务自动化与智能化水平。________________________________________四、AI基础设施（AI Infra）建设• 参与大模型训练与推理平台建设；• 建设GPU集群资源管理平台；• 研发MLOps与LLMOps体系；• 构建模型部署与服务平台；• 优化推理性能与资源利用率；• 参与向量数据库、知识库平台建设；• 研究分布式训练与推理技术；• 推动AI工程化与平台化建设。涉及技术方向包括：• Kubernetes• Docker• Ray• vLLM• SGLang• Triton• MCP• Agent Gateway• Model Gateway________________________________________五、智能体自学习与自进化技术研究作为下一代AI平台核心能力，探索具备持续成长能力的智能体系统。研究内容• 研究智能体自主学习（Self-Learning）机制；• 研究智能体自主优化（Self-Improvement）框架；• 研究长期记忆（Long-term Memory）体系；• 构建经验积累与知识演化机制；• 研究Reflection与Self-Correction技术；• 研究Agent Planning与Reasoning能力；• 研究Tool Learning与Workflow Learning技术；• 研究基于业务结果反馈的持续优化机制；• 研究强化学习驱动的Agent优化体系；• 构建Agent能力评测与自动优化闭环；• 探索AI Scientist与Autonomous Agent技术；• 推动数字员工持续成长与能力演化。________________________________________六、前沿技术探索持续跟踪和研究以下方向：• Large Language Models（LLM）• Reasoning Models• Agentic AI• Multi-Agent Systems• Reinforcement Learning• AI Scientist• Autonomous Workflow• Knowledge Graph• Retrieval-Augmented Generation（RAG）• Digital Workforce• Generative AI in Life Sciences________________________________________任职要求基本要求• 2027届博士毕业生；• 计算机科学、人工智能、机器学习、数据科学、生物信息学、医学信息学、统计学等相关专业；• 扎实的机器学习与深度学习理论基础；• 熟练掌握Python开发；• 熟悉至少一种深度学习框架：o PyTorcho TensorFlowo JAX• 具备优秀的算法能力与工程能力；• 具备良好的沟通与团队协作能力；• 具备快速学习和解决复杂问题能力。________________________________________优先条件满足以下一项或多项者优先：AI方向• 大语言模型（LLM）研发经验；• Agent或Multi-Agent项目经验；• RAG系统开发经验；• 知识图谱项目经验；• 强化学习研究经验；• AI Infra建设经验；• 分布式训练经验；• 开源社区贡献经验。医药行业方向• 熟悉临床试验流程；• 熟悉GCP规范；• 了解ICH相关指导原则；• 熟悉CDISC标准（SDTM、ADaM）；• 熟悉临床数据管理流程；• 熟悉药物警戒流程；• 熟悉医学写作流程；• 具备医疗健康AI项目经验；• 具有医药、生物、医学交叉背景。________________________________________加分项• 在NeurIPS、ICML、ICLR、ACL、EMNLP、AAAI、KDD等国际顶级会议发表论文；• 熟悉DeepSeek、Qwen、Llama等开源大模型；• 熟悉LangGraph、AutoGen、CrewAI、MetaGPT、OpenManus等Agent框架；• 熟悉PPO、DPO、GRPO等强化学习算法；• 具有Agent Evaluation或Agent Optimization项目经验；• 具有AI Scientist相关研究经验；• 获得国家奖学金、优秀博士论文等奖励；• 发表高水平学术论文或拥有相关专利。________________________________________我们希望你具备• 对AI改变生命科学和医疗行业充满热情；• 对创新技术保持强烈好奇心；• 具备科研探索精神与工程落地能力；• 愿意挑战行业级复杂问题；• 希望参与构建下一代临床研发数字员工平台。________________________________________你将获得• 与顶尖AI科学家和临床专家共事；• 深度参与行业级AI平台建设；• 真实世界临床研发场景与海量专业数据；• 从0到1打造行业大模型与数字员工体系；• 广阔职业发展空间；• 有竞争力的薪酬与长期激励计划；• 国际化创新团队与开放技术文化。________________________________________关键词Clinical AI｜Industry Foundation Model｜Large Language Model｜Agent Platform｜Multi-Agent Systems｜AI Scientist｜RAG｜Knowledge Graph｜Reinforcement Learning｜Digital Workforce｜Clinical Trial｜Medical Writing｜Pharmacovigilance｜Biostatistics｜Clinical Operations｜AI Infra｜MLOps｜LLMOps