2026届-博士-临床研发高级AI工程师-宁波

AI 摘要智能生成

现面向2027届博士毕业生招聘临床研发AI科学家

职位描述

行业大模型与智能体方向 工作地点 上海 / 宁波（可选） 招聘人数 2 ________________________________________ 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。 ________________________________________ 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 ________________________________________ • 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

任职要求

• 基本要求
• 2026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 PyTorch
• o TensorFlow
• o 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。