阿斯利康
Clinical Pharmacologist II
Clinical Pharmacologist II
发布于 大约 2 小时前普通员工/个人贡献者
上海市
中级经验
全职员工
仅现场办公
硕士
医疗、制药与临床研究
AI/ML
MATLAB
建模与模拟
药物开发
NONMEM
Midd
Pk-Pd
临床药理
AI 估算 · 25k–40k
跨国药企临床药理岗位，硕士博士要求，上海地区薪资水平较高，建模技能紧缺。
职位详情
关于这个职位
该职位是阿斯利康的临床药理学家，负责模型引导的药物开发（MIDD）工作，包括群体PK-PD分析、剂量暴露反应分析以支持NDA申报，并与跨部门团队沟通建模结果
需要量化背景（药理学、数学、统计学等）和建模经验，适合希望在制药行业深耕的专业人才
最低要求
Master/PhD in quantitative disciplines such as pharmacometrics, pharmacology, mathematics, engineering and statistics
Working knowledge of other areas (pharmacokinetics [PK], pharmacodynamics [PD], biology, medicine, development and regulatory science, etc.)
Experience and knowledge in constructing mechanistic or mechanism-based models
Publications in peer-reviewed journals in pharmacometrics areas preferred
工作职责
Perform routine M&S; work to support drug development projects based on e.g. CDE guidance of model-informed drug development (MIDD); contribute to the implementation of MIDD concepts to support optimal dose/dosing regimen selection.
Conduct population PK-PD, dose-exposure-response analyses to support drug NDA submission; conduct translational/mechanism-based modelling activities for mechanistic understanding of drug candidates of different targets and modalities.
Communicate with cross-functional teams for model interpretations, modeling ideas and results.
Provide pharmacometrics input in regulatory documents (e.g., briefing book, modeling reports for IND/NDA submissions).
优先资格
Foundation skills with R and NONMEM (both essential) for modeling and simulation (M&S;) work; and at least 1 other software, e.g., MATLAB, Monolix, etc.;
Understanding of related disciplines (e.g., DMPK, toxicology, biostatistics, medical, regulatory) in drug development
Be able to collaborate within the group and across functions
Research experience and interest with advanced technologies such as AI/ML preferred
AI 洞察
优缺点分析
优点
- 阿斯利康是全球知名跨国药企，平台大、资源丰富，提供稳定的职业发展环境
- 岗位涉及MIDD和AI/ML等前沿技术，技能积累快，行业竞争力强
- 薪资福利优厚，且有发表论文的机会，学术氛围浓厚
- 对定量背景和建模技能要求高，学习曲线陡峭
- 工作涉及跨部门沟通，需较强的协作能力
- 适合有量化背景（药理学、数学、统计等）且对药物建模和研发有浓厚兴趣的求职者，尤其是希望在大型药企深耕技术的专业人士
缺点 / 挑战
- 药物开发周期长，项目压力可能较大
角色解读
- 从临床药理学家II向资深科学家或团队负责人发展，管理更复杂的项目
- 可转向定量药理总监或研发管理岗位，或深入技术成为领域专家
- 积累监管经验后，可进入监管机构或咨询领域
- 负责模型引导的药物开发（MIDD）工作，执行常规建模与模拟分析以支持药物研发项目
- 开展群体PK-PD和剂量暴露反应分析，支持新药NDA申报，并进行转化/机制性建模
- 与跨职能团队沟通建模思路和结果，提供药理学定量输入，撰写监管文件
- 精通定量学科（药理学、数学、统计学等）和建模软件（NONMEM、R），具备机制性建模经验
- 熟悉药物开发流程及相关学科（PK/PD、DMPK、毒理学等），能进行跨部门协作
- 有AI/ML等前沿技术研究经验者优先
申请策略
- 关注阿斯利康的研发方向和管线，在面试中展示对药物开发流程的理解
- 提前准备一个完整的建模项目案例，能够清晰讲解设计、执行和结果
- 突出建模与模拟项目经验，尤其是群体PK-PD和机制性建模
- 强调使用NONMEM、R等的熟练程度，以及AI/ML相关经历
- 列出发表的论文或会议摘要，展示学术能力
- 强化NONMEM和R技能，学习MATLAB或Monolix等补充软件
- 了解MIDD相关监管指南（如CDE、FDA指南）
- 学习基本的AI/ML方法，尝试应用于药理学数据
面试指南
- 用STAR法则描述项目经历：情境、任务、行动、结果
- 用“总分总”结构回答问题：先给出核心观点，再分点阐述，最后总结
- 展示批判性思维：承认局限性，提出改进方案
- 请解释你做过的一个群体PK-PD建模项目，包括目标、方法和结果
- 你认为MIDD在新药开发中最重要的作用是什么？
- 如何处理建模中遇到的收敛问题或模型诊断不佳的情况？
- 你如何向非定量背景的同事解释复杂的模型结果？
- 你对AI/ML在药理学中的应用前景怎么看？
匹配度报告
72
综合匹配度
跨国药企前沿技术岗，薪资优厚，成长性强，但WLB一般。
适合人群
最适合追求技术成长和职业稳定性的求职者，对WLB要求不苛刻。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利70
成长发展80
工作生活60
使命价值80
薪资福利匹配
70中等
薪资未明确，但外企通常提供有竞争力的薪酬和福利；因JD未提及具体数字，给予中等偏上评分。
薪资信号未披露（AI估算：25K-40K/月）
成长发展匹配
80较高
岗位涉及MIDD和AI/ML前沿技术，技能成长空间大；但JD未明确晋升路径，评分略扣。
技术前沿前沿/新兴技术
技术栈Pharmacometrics、PK-PD、NONMEM、R、MATLAB、MIDD、AI/ML
业务类型ambiguous
工作生活匹配
60中等
工作模式为现场办公，地点在上海张江（科技园），WLB信号未提及，评分中等。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值匹配
80较高
医药行业稳定，药物开发社会价值高，积极采用新技术，意义感较强。
行业发展稳定成熟行业
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs