阿斯利康
AI Engineer / Senior AI Engineer
AI Engineer / Senior AI Engineer
发布于 大约 6 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
本科
人工智能
Agentic Ai
Langgraph
Llm
Rag
Sql
AI 估算 · 35k–60k
AI工程师在跨国药企，薪资具有竞争力，结合上海市场水平和职位级别，预估月薪在35K-60K之间。
职位详情
关于这个职位
加入阿斯利康数据科学团队，负责设计、构建和部署用于癌症研究、生物统计、临床研究及更广泛研发工作流的GenAI和Agentic AI解决方案
你将与数据科学家和科学利益相关者紧密合作，将复杂的研究需求转化为实用的AI系统，例如LLM驱动的自动化、RAG知识检索和结构化信息提取
高级候选人还将负责技术设计、架构指导和团队指导
最低要求
教育背景**
计算机科学、工程、数据科学、生物信息学、统计学、应用数学或相关领域的学士或硕士学位
初级级别经验**
年软件工程、数据科学、机器学习、AI应用开发或生物信息学经验
熟练掌握Python，并具有LLM、数据管道、API或AI应用的实际经验
有强烈的意愿在科学或医疗保健相关环境中学习和应用新兴的GenAI技术
高级级别经验**
年以上AI、机器学习、数据科学、软件工程或相关领域经验
有在真实业务、研究或企业环境中交付AI/ML、GenAI或数据驱动解决方案的经验
有领导技术设计、做出架构决策、指导项目从问题定义到原型、评估和部署的经验
能够指导初级工程师，并与数据科学、工程和领域专家团队有效协作
必备技术技能**
扎实的Python编程能力，用于AI应用开发、数据处理和工作流自动化
有基于LLM的应用经验，包括提示工程、结构化输出、工具使用或Agentic工作流
有RAG架构、嵌入、向量数据库、文档处理或知识检索系统的经验
熟悉Agentic AI框架，如LangChain、LangGraph、Pydantic-AI、CrewAI或类似工具
有使用REST API、SQL数据库和数据集成工作流的经验
理解软件工程最佳实践，包括版本控制、测试、文档和CI/CD
熟悉云平台或企业部署环境，如AWS、Azure或GCP
基本了解医疗保健、生命科学或其他受监管环境中的数据隐私、合规、验证和负责任AI考量
工作职责
为科学研究、生物统计、临床试验和肿瘤相关工作流设计、开发和部署GenAI和Agentic AI解决方案
使用提示工程、工具使用、结构化输出生成、RAG和Agentic工作流编排等技术构建LLM驱动的应用
将AI解决方案与现有数据平台、数据库、API和企业系统集成
与科学、临床和数据利益相关者合作，理解用户需求并将其转化为清晰的技术解决方案
开发原型和MVP，评估其性能，并根据用户反馈和业务价值进行迭代
在受监管的R&D环境中，为AI解决方案提供适当的文档、测试、可追溯性和人工监督
关注新兴的GenAI和Agentic AI技术，并评估其在真实R&D用例中的适用性
高级级别：领导技术设计决策，指导架构选择，指导初级工程师，并支持将选定的解决方案推向生产
优先资格
优先资质**
在临床研究、生物统计、肿瘤学、癌症研究、药物开发或医疗保健工作流中应用AI或数据科学的经验
有设计LLM或GenAI系统评估方法的经验，包括准确性、检索质量、可用性、鲁棒性和人工审查
有工作流编排、AI代理、自动化管道或多步骤决策支持系统的经验
熟悉生物信息学、基因组学、计算生物学、计算病理学或医学影像用例
有使用TypeScript、JavaScript或前端开发构建面向用户的AI应用的经验
理解模型优化、微调或领域自适应技术
熟悉数据隐私法规和合规要求，如HIPAA、GDPR、GxP或内部企业治理流程
AI 洞察
优缺点分析
优点
- 在跨国药企工作，平台大，资源丰富，能接触到前沿的AI应用场景和真实世界数据
- 专注于癌症研究和药物开发，工作具有很高的社会价值和使命感
- 技术栈前沿，涉及GenAI、Agentic AI等新兴领域，有很强的技能积累和成长空间
- 与顶尖科学家和工程师合作，能快速提升跨领域协作和沟通能力
- 受监管的R&D环境要求严格，需要关注合规、验证和文档，工作流程可能较为繁琐
- AI技术迭代快，需要持续学习和适应，对个人学习能力要求高
- 适合对AI在医疗健康领域应用有热情，具备扎实编程和LLM技术基础，并希望在跨国药企平台实现技术价值和个人成长的工程师
缺点 / 挑战
- 需要与不同背景的科学家和业务人员沟通，将复杂研究需求转化为技术方案，沟通成本较高
角色解读
- 从初级AI工程师成长为高级AI工程师，负责更复杂的系统设计和架构决策
- 向AI技术专家或数据科学团队负责人方向发展，领导AI解决方案的研发和落地
- 在制药行业深耕，成为将AI应用于临床研究和药物开发的领域专家
- 设计、开发和部署GenAI和Agentic AI解决方案，应用于癌症研究、临床研究和药物开发等科学工作流
- 构建基于LLM的应用，包括RAG系统、结构化信息提取、工作流自动化和决策支持工具
- 与数据科学家、数据集成工程师和科学利益相关者紧密合作，将复杂的研究需求转化为可落地的AI系统
- 高级岗位还需负责技术设计、架构指导、团队指导和推动解决方案从原型到生产的转化
- 扎实的Python编程能力，用于AI应用开发、数据处理和自动化
- 熟练掌握LLM应用开发技术，包括提示工程、结构化输出、工具使用和Agentic工作流
- 有RAG架构、向量数据库、知识检索和文档处理的实际经验
- 熟悉LangChain、LangGraph等Agentic AI框架，以及云平台（AWS/Azure/GCP）和软件工程最佳实践
申请策略
- 在申请中强调你对癌症研究和药物开发的兴趣，以及你的工作如何能改善患者预后
- 关注阿斯利康的研发动态和AI战略，在面试中展示你对其业务方向的理解
- 突出在LLM、RAG、Agentic AI等领域的实际项目经验，特别是如何解决真实业务问题
- 强调Python编程能力、云平台使用经验以及软件工程最佳实践（如CI/CD、测试）
- 如果具备医疗健康、生物信息学或临床研究背景，务必重点突出，这是加分项
- 展示你如何将复杂需求转化为技术解决方案，并推动项目从原型到生产
- 深入学习LangChain、LangGraph等Agentic AI框架，并动手实践构建复杂的Agent工作流
- 补充医疗健康领域知识，了解HIPAA、GDPR等数据隐私法规和合规要求
面试指南
- 使用STAR法则（情境、任务、行动、结果）来结构化你的项目经验，突出你的贡献和成果
- 在回答技术问题时，先阐述你的设计思路和权衡，再深入细节，展示你的架构思维
- 对于合规问题，强调你对相关法规的理解，以及如何在项目流程中融入合规考量
- 请描述一个你使用RAG构建知识检索系统的项目，包括架构设计、技术选型和性能评估
- 如何设计一个Agentic AI工作流来处理复杂的多步骤任务？你会如何确保其可靠性和可维护性？
- 在受监管的医疗环境中部署AI模型，你如何考虑数据隐私、合规和模型验证？
- 你如何评估一个LLM应用的质量？请举例说明你使用的评估指标和方法
- 请谈谈你如何与科学家或非技术背景的利益相关者合作，将他们的需求转化为技术方案
职位点评
79
综合评分
跨国药企、前沿AI技术栈、社会价值高，但工作地点和WLB信息不明确。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
该职位最适合追求工作意义、渴望在医疗健康领域应用前沿AI技术、并愿意接受挑战的求职者。
表现最好
使命价值
相对薄弱
工作生活
薪资福利75
成长发展90
工作生活60
使命价值95
薪资福利
75中等
跨国药企的AI工程师薪资具有竞争力，福利完善，但具体薪资未在JD中披露。
薪资信号未披露（AI估算：35K-60K/月）
成长发展
90较高
该职位涉及前沿的GenAI和Agentic AI技术，提供丰富的技能成长机会，并有明确的晋升路径。
技术前沿前沿/新兴技术
技术栈GenAI、LLM、RAG、Agentic AI、LangChain、LangGraph、Pydantic-AI、CrewAI、AWS、Azure、GCP
成长机会mentoring junior team members、leading technical design、guiding solution architecture
业务类型profit_center
工作生活
60中等
工作地点在上海，可能位于张江高科技园区，通勤可能较长。JD未提及远程或弹性工作安排。
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
95较高
该职位直接支持癌症研究和药物开发，具有很高的社会价值和使命感。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号advance cancer research、improve patient outcomes
创新程度积极采用新技术
Watch Jobs