上海药明生物技术有限公司

工作地点：成都
适合专业：硕博学历：分子生物学、肿瘤生物学、免疫学、遗传学、毒理学、药理学、病毒学、微生物学、生物化学、分析化学、蛋白质组学、细胞生物学、生物工程、动物医学、医学、药学、化学工程、生物制药、生物化学、生命科学、生物技术、制药工程、药物制剂、药物代谢动力学、药品检测等生物类，化学类，医学类，食品类相关专业
岗位职责：
专注于治疗性生物药物设计与开发，涉及杂交瘤抗体研发，B细胞技术，单克隆抗体的筛选和鉴定，哺乳细胞培养，蛋白表达与纯化，蛋白质分析和工程改造，以及肿瘤和免疫相关领域的相关功能学实验。
1. 初步了解早期生物制药的研发流程和相关功能组的工作内容，参与治疗性生物药物的设计与研发流程；
2. 熟悉细胞生物学，执行杂交瘤抗体的研发及B细胞技术相关实验；进行单克隆抗体的筛选，鉴定和评估；
3. 熟悉分子生物学实验，进行双特异性抗体质粒设计和构建、抗体人源化等；改造和优化蛋白提高稳定性和功能；
4. 熟悉细胞培养，质粒转染，进行CHO，293等细胞培养表达系统进行细胞表达；
5. 熟悉蛋白质大分子的理化性质，进行蛋白质的纯化及相关理化性质分析；
6. 开发或执行体外检测方法，如ELISA, FACS，酶活性检测，报告基因检测，评估药物功能；
7. 具有一定免疫学或肿瘤学，细胞生物学等相关学科基础知识和常用技能，构建稳定表达的细胞株，用于开发和应用细胞学功能的研究；
8. 评估抗体等大分子在体内和体外肿瘤模型中的效果；
9. 在项目实验操作执行方面具备一定的发现及解决问题的能力；
10. 具备较强的沟通协调能力，能够独立实现组内及组间工作的良好沟通与协调；
岗位要求：
1. 了解抗体筛选和蛋白工程技术，对重组蛋白、治疗抗体和蛋白工程有基本的了解；
2. 具备一定的细胞培养及细胞生物学，或生物学活性测试，蛋白质功能验证的经验；
3. 具有一定免疫学或肿瘤学研究，细胞生物学等相关学科基础知识和常用技能；
4. 具备分子生物学，蛋白质大分子，重组蛋白表达纯化分析相关知识；
5. 具备严谨的科研思路及实验习惯，并有较强的实验执行能力及计划性，能客观地分析实验数据结果；

ORGANIZATION: Global Digital Technologies
ABOUT THE ROLE
We are looking for Agentic AI Engineers who can design, build, and deploy autonomous agentic systems that operate reliably in production environments.
This is not a prompt-engineering role
This is not a research-only role
You will architect, build and deploy end-to-end:
• Agentic systems that perform complex workflows, e.g. plan and execute multi-step tasks
• Tool-using LLM systems (retrieval, function calling, code execution, browsing, etc.)
• Multi-agent orchestration frameworks
• Long-term memory architectures (vector + structured state)
• Evaluation harnesses for reliability, hallucination detection, and safety
• Production inference pipelines (latency, scaling, observability)
• Guardrails and fallback systems
RESPONSIBILITIES
• Design and build production-grade agentic AI systems end-to-end, including planning and execution loops, stateful memory, secure tool invocation, sandboxed execution, and robust retry and reflection
mechanisms
• Deploy and operate scalable inference infrastructure optimized for latency and cost, with strong
observability through logging, tracing, evaluation metrics, and proactive monitoring for drift and failure modes
• Establish rigorous reliability and safety frameworks by developing automated evaluation pipelines,
product-aligned benchmarks, and stress tests for reasoning performance.
• Implement guardrails and governance controls, including constraint systems, hallucination mitigation, permissioning, audit trails, and human-in-the-loop workflows to ensure secure and dependable real-world operation.
QUALIFICATIONS
• Bachelor’s degree or above in Computer Science, Mathematics, Engineering or related
field, with hands-on experiences building multi-agent systems or/and conducting research in LLM, agents or related areas
• Strong hands-in proficiency with AI-native development tools such as Claude Code, Cursor or comparable AI coding assistants, with demonstrated ability to use them to accelerate SDLC
• Deep understanding of tool calling / function calling, RAG architectures, Vector databases, Prompt
chaining vs planner/executor models, Latency optimization and cost tradeoffs
• Experience deploying cloud-native systems
• Familiarity with observability stacks (metrics, tracing, logging) and production monitoring practices
• Contributors to open-source AI tooling are strongly preferred
• Example tech stack: Python, FastAPI, LLM APIs and open-weight models, Vector databases, Kubernetes /serverless deployment

职位描述

1. 数据清洗与整合

· 深入理解业务需求，从多源异构数据中识别关键业务关系，完成复杂数据清洗、转换与整合。

· 设计高效的数据清洗流程，解决脏数据、缺失值、冗余字段等问题，确保数据质量符合分析要求。

2. 大语言模型处理、开发与部署支持

· 参与大语言模型的部署、调优及落地应用，解决模型推理中的性能瓶颈。

· 基于ADP/Dify/Coze/Fast GPT等平台搭建企业级知识库，实现非结构化数据的清洗、向量化存储与高效检索；

· 设计并开发自动化工作流（Workflow），集成LLM能力完成复杂任务编排；

· 开发智能体（Bot），优化对话逻辑与多轮交互体验；

· 编写高质量Prompt模板，结合业务场景优化LLM输出效果；

· 参与模型微调与评估，提升任务准确率与响应效率；

· 协助完成技术文档编写、测试与部署工作。

· 探索大模型在业务场景的适配性，设计数据驱动的模型改进方案。

· 跟踪大模型领域最新技术动态（如数据增强、RLHF等），推动技术落地。

· 与算法、产品团队紧密协作，提供数据侧的技术支持与解决方案。

3. 跨团队协作

· 熟悉项目管理方法和管理工具，负责项目计划、实施、日常管理工作，对项目成本、人员、进度、质量、风险进行有效控制与管理；

· 进行需求调研，理解用户痛点，将用户需求转化为具体的需求文档和规格说明书，并进行优先级排序，确保开发团队能够清晰理解并据此实施；

· 牵头用户体验优化，分析产品使用数据和用户反馈，提出产品改进建议，提升用户体验；

· 具有良好的沟通能力、业务理解能力、团队协作能力、高执行力、项目推动能力，善于发现和解决问题。与业务部门紧密合作，将模糊需求转化为可落地的数据解决方案。



任职要求

1. 基础要求

· 机器学习/AI/数据科学/CS/统计/商业分析等相关专业

· 硕士及以上学历优先

· 有海外学习、工作或科研经历优先

2. 硬性技能

· 数据处理与编程

1. 掌握Python基础语法与自定义函数开发

2. 熟悉JSON/YAML数据格式解析及API交互

3. 精通SQL/Python编程，熟练使用Pandas/NumPy/Spark工具链

4. 具备数据增删改查、多表关联查询、复杂数据清洗等实战经验，能够清洗并同步实时数据

· AI应用开发平台实战

1. 精通Dify/Coze等平台全流程开发，涵盖知识库构建、工作流设计、Bot开发

2. 具备通过配置化方式快速实现AI应用原型落地的能力

· Prompt工程

1. 掌握角色定义/思维链(CoT)/Few-shot等提示词设计技巧

2. 擅长输出格式优化（JSON结构化/Markdown排版等业务适配）

· LLM认知体系

1. 熟悉GPT/Claude/GLM等主流模型特性及场景适配

2. 深入理解GPT/Deepseek/LLaMA等技术原理，具备模型部署调优经验

· 加分项

1. 熟悉AWS/Azure/阿里云等云平台

2. 知识图谱构建经验

3. 了解Docker/K8s容器化技术

4. RAG技术：掌握检索增强生成技术原理与实现方法

5. NLP技术深度：精通NLTK/spaCy/Transformers等技术栈，掌握词向量/序列标注/文本生成等核心技术，具有文本分类/信息抽取/对话系统等实战项目经验

6. 会使用Cursor：

a) 前端开发，例如创建网站或应用程序的用户界面，运用HTML、CSS和Java script等技术实现页面布局、交互效果；

b) 后端开发，运用Python、Java、C#、.Net、SQL等搭建服务器，处理业务逻辑，操作数据库；

c) 进行系统测试和优化，包括检查代码错误、提升性能、优化数据库查询等工作，确保产品的稳定性和高效性。

3. 软性能力

· 学习能力与学习意愿：

主动求知：面对新领域、新技术或复杂业务场景时，能够主动识别知识缺口，通过查阅文档、搜索资料、请教同事等方式快速补齐，不等待被动指导

不懂就问：遇到卡点或不确定事项时，能够及时、清晰地向上级或协作方提问，带着思考提问而非空泛求助，确保问题高效解决

持续进化：定期复盘工作方法论，主动学习行业最佳实践，将新知识转化为可复用的工作模式，实现自我迭代

· 工作交付与质量意识：

质量优先：交付成果前主动自查，确保逻辑严谨、细节到位，不因赶进度而牺牲交付标准

工作留痕：关键决策、重要沟通、项目节点均形成书面记录（文档/邮件/协作工具），确保信息可追溯、经验可沉淀、交接无遗漏

· 项目管理与需求分析：

业务翻译能力：能将业务问题转化为数据问题，例如通过数据关系梳理反推业务逻辑。

工程化思维：拒绝“一次性脚本”，具备设计可复用、可监控的数据处理流程的意识。

进度把控能力：能够规划自己所负责的模块进度，明确任务分工，确保按时交付。

沟通能力：逻辑清晰，对数据敏感，具备优秀的跨团队沟通能力。